BP神经网络在土壤重金属污染分析中的应用

• 作者: 成功 戴之秀 李嘉璇
• 来源期刊: 地质学刊
• 学科: 地球科学
• 关键词: 土壤 重金属污染 多光谱 BP神经网络 湖南株洲
• 年，卷（期）: 2017,（3）
• 页码范围: 394-400
• 页数: 7页
• 分类号: TP751.1|X833
• 字数: 4676字
• 语种: 中文
• DOI: 10.3969/issn.1674-3636.2017.03.005

摘要

以湖南株洲市区中西部为研究区域,获取该区域35个土壤样本和多光谱数据,基于多元线性回归(MLR)、偏最小二乘回归(PLS)、BP神经网络回归模型(BP),分别建立土壤重金属(Cr、Cu、Ni)含量的反演模型,并对模型预测效果进行检验.建模与预测综合效果:BP模型＞PLS模型＞MLR模型,BP神经网络回归模型的效果远远好于其他2组,尤其适合分析具有非明确关系的2组数据.其中,Cr元素回归模型为最佳拟合模型,建模和预测R2分别为0.917 4、0.811 0,建模均方根误差和预测均方根误差分别为8.269 3、16.870 7,说明基于多光谱数据反演土壤重金属含量有一定的可行性.