基于ANN的复垦土壤水分特征曲线的预测研究

• 作者: 张学礼 胡振琪
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 人工神经网络 bagging算法 土壤水分特征曲线 土壤转换函数 预测
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 农业水土工程
• 页码范围: 15-19
• 页数: 5页
• 分类号: S152.7
• 字数: 4010字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2008.10.004

摘要

为能较容易且更准确地获取复垦土壤水分特征曲线,将易测定的土壤特性如土壤质地、容重和饱和含水量作为输入变量,采用基于bagging算法的神经网络法建立了用于预测土壤水分特征曲线的土壤转换函数法(PTFs)模型,并对徐州矿区复垦土壤的水分特征曲线进行了预测,同时与普通BP算法预测精度进行了比较.研究结果表明所建立的PTFs参数模型具有较高的估计精度,bagging算法均方根预测误差比普通BP算法减少了7.5%～27.0%,说明该模型的建立与求解为复垦土壤水分特征曲线的预测研究提供了一条新途径.