基于人工智能计算技术的区域性土壤水盐环境动态监测

• 作者: 刘全明 屈忠义 赵培清 陈亚新 魏占民
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 人工智能 BP神经网络 土壤水盐环境 动态监测
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 技术基础理论
• 页码范围: 1-6
• 页数: 6页
• 分类号: S153.6|S152.7
• 字数: 5744字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2006.10.001

摘要

根据区域水环境监测与评价的要求,采用人工智能计算技术的BP神经网络模型进行二维区域性土壤水盐环境动态监测,仿真计算了河套灌区内两个实验区的区域土壤水盐动态值,绘制出水盐等值线图与三维透视图,将两年的预测成果对比分析.结果表明:隆胜实验区2002、2004两年春季耕作层土壤水分平均值稳定为21.0%,电导率平均值分别为0.35 ms/cm、0.42 ms/cm,有少量积盐.沙壕渠实验区两年春季耕作层土壤水分平均值分别为25.8%、21.8%,水分减少4%,而电导率明显增加,从0.44 ms/cm增至0.66 ms/cm,土壤耕层积盐明显,值得引起重视.由于BP神经网络技术对原始数据无参数及分布要求,不涉及特异值处理问题,可消除普通克立格法的平滑效应,具有较强的非线性拟合智能,对采样系统布置无严格要求,计算程序简单实用,是对常用地质统计学Kriging传统预测方法的改进,有独特的优点,可应用于大面积土壤水盐动态监测工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘全明	内蒙古农业大学水资源与水土工程研究所	32	240	9.0	14.0
2	陈亚新	内蒙古农业大学水资源与水土工程研究所	44	1140	19.0	33.0
3	屈忠义	内蒙古农业大学水资源与水土工程研究所	90	1381	21.0	33.0
4	魏占民	内蒙古农业大学水资源与水土工程研究所	80	1027	16.0	29.0
5	赵培清		4	23	2.0	4.0