应用集成BP神经网络模型预测土壤有机质空间分布

• 作者: 叶英聪 孙凯 江叶枫 郭熙 饶磊
• 来源期刊: 江苏农业学报
• 学科: 农学
• 关键词: 土壤有机质 Adaboost算法 BP神经网络 空间分布预测
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 耕作栽培·资源环境
• 页码范围: 1044-1050
• 页数: 7页
• 分类号: S126
• 字数: 5354字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4440.2017.05.013

摘要

基于2014年江西省万年县测土配方施肥数据,以地理坐标、高程和坡度以及邻近样点信息作为网络的输入变量,采用集成BP神经网络模型(BPNN-Ada模型)预测土壤有机质的空间分布,并与未集成的BP神经网络模型(BPNN模型)和普通克里金模型(OK模型)进行比较.结果表明,3种模型的预测精度大小顺序为BPNN-Ada模型>BPNN模型>OK模型.集成BP神经网络模型预测精度最高,效果最好,比较符合土壤有机质地学分布规律及实际情况.BPNN-Ada模型克服了BP神经网络局部搜索能力差和易陷入全局最优的缺点,提高了BP神经网络的泛化能力.