人工神经网络在土壤含盐量预测中的应用

• 作者: 宰松梅 温季 郭冬冬
• 来源期刊: 中国农村水利水电
• 学科: 农学
• 关键词: 土壤含盐量 次生盐碱化 BP模型
• 年，卷（期）: 2010,（10）
• 页码范围: 33-35
• 分类号: TP183|S156.4+6
• 字数: 3016字
• 语种: 中文

摘要

土壤含盐量的预测对合理配置水资源.防治土壤次生盐碱化等具有重要的指导意叉.在阐述BP人工神经网络原理的基础上,针对影响土壤含盐量的主要因素,建立了多因子土壤含盐量的3层BP网络模型,以土壤含水率、地下水矿化度、地下水pH值、地下水埋深、相对湿度、降雨量、蒸发量作为模型输入参数,土壤含盐量作为模型输出,对土壤含盐量进行了预测.结果表明,BP神经网络模型预测土壤含盐量的最大误差为8.78%,平均误差为5.99%,模型具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宰松梅		10	183	8.0	10.0
2	郭冬冬		5	39	3.0	5.0
3	温季		13	82	5.0	8.0