基于BP神经网络的城市边缘带土壤重金属污染预测——以成都平原土壤Cd为例

• 作者: 何鑫 李冰 李焕秀 杨娟 王昌全
• 来源期刊: 土壤学报
• 学科: 地球科学
• 关键词: 成都平原 城市化 BP人工神经网络 重金属
• 年，卷（期）: 2007,（3）
• 页码范围: 430-436
• 页数: 7页
• 分类号: X53
• 字数: 5181字
• 语种: 中文
• DOI: 10.3321/j.issn:0564-3929.2007.03.008

摘要

随着成都平原城市化快速发展,城市边缘带土壤重金属污染风险逐渐增大.而关于社会经济对土壤重金属污染定量影响的研究方法还较为欠缺.本文利用BP人工神经网络方法,建立了12输入、1输出、1个隐含层的三层BP神经网络,定量研究成都平原城市发展中社会经济影响因素与土壤重金属Cd含量间的内在联系.网络拟合精度达97.02%,模型拟合程度高.运用该BP网络模型对城市化影响下城市边缘带土壤重金属Cd含量进行预测,其预测精度为84.19%,明显高于传统回归模型71.55%的预测精度,体现出神经网络预测模型的优越性.利用2005年和2010年各影响因素的预测值,将这两组值分别作为网络的输入,并和以前的样本合并再重新训练更新网络权值,得到2005年和2010年各区/县土壤重金属Cd预测值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李焕秀	四川农业大学林学园艺学院	93	1174	20.0	30.0
2	杨娟	四川农业大学资源环境学院	64	885	17.0	28.0
3	王昌全	四川农业大学资源环境学院	231	4357	33.0	55.0
4	李冰	四川农业大学资源环境学院	103	1711	25.0	35.0
5	何鑫	西南科技大学土木建筑学院	28	95	4.0	9.0