基于灰色理论—BP神经网络方法的表层土壤容重预测 |
| |
引用本文: | 郭李娜,樊贵盛.基于灰色理论—BP神经网络方法的表层土壤容重预测[J].节水灌溉,2018(2). |
| |
作者姓名: | 郭李娜 樊贵盛 |
| |
作者单位: | 太原理工大学水利科学与工程学院; |
| |
摘 要: | 以山西省黄土高原区15个试验点的年度跟踪监测样本为依据,利用灰色关联理论与BP神经网络相结合的方法,构建了表层土壤容重与土壤基本理化参数和累积接收水量之间的土壤传输函数预报模型。结果表明:影响表层土壤容重的7个土壤理化参数对于土壤容重的关联度均大于0.6;基于BP神经网络,以关联度较高的土壤粉粒含量、土壤砂粒含量、累积接收水量、体积含水率、有机碳含量和全盐量作为输入变量对表层土壤容重进行预测是可行的,预测值与实测值高度吻合,预测结果相对误差的平均值为0.41%,预测精度较高;检验样本预测结果相对误差的平均值为1.05%,误差完全在可接受范围内。研究结果可为黄土区土壤容重的获取提供新思路,为科学指导农田农事和灌溉管理提供理论支撑。
|
本文献已被 CNKI 等数据库收录! |
|