基于异质SVM神经网络的土壤盐渍化灾害预测模型

• 作者: 张俊华 张晓东 武丹 贾科利
• 来源期刊: 水文地质工程地质
• 关键词: 土壤盐渍化 SVM 神经网络 银川平原
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 环境地质
• 页码范围: 143-149,157
• 页数: 8页
• 分类号: TP79
• 语种: 中文
• DOI: 10.16030/j.cnki.issn.1000-3665.2018.05.20

摘要

为研究银川平原普遍存在的土壤盐渍化问题,文章对银川平原的土壤盐渍化程度及潜在的发展趋势作出预测..利用Landsat 8 OLI数据与野外实测数据,选取地面高程、地下水位埋深、地下水溶解性总固体、植被指数、盐分指数及干旱指数为预测指标并提取指标值建立数据集,结合野外实测样点数据,建立基于异质支持向量机(Support Vector Machine,SVM)神经网络算法的盐渍化灾害预测模型.结果表明:(1)建立预测模型时,选择Radial Basis Funciton作为模型的核函数,c=100且g=3时预测精度最高可达85％;(2)研究区轻度盐渍化土壤面积约854 km2,中度盐渍化土壤面积约985 km2,重度盐渍化土壤面积约231 km2,主要分布在平罗县西大滩、银川芦花和吴忠苦水河地区;(3)银川平原北部的土壤盐渍化情况较严重且多分布于耕地周围的撂荒地以及地下水位埋藏较浅的地区,耕地资源中土壤盐渍化状况较严重,应注重耕地的合理灌溉与排水,增加土壤的可持续利用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾科利	宁夏大学资源环境学院	50	413	12.0	18.0
2	张俊华	宁夏大学环境工程研究院	56	391	11.0	16.0