基于BP神经网络的青藏高原土壤养分评价

• 作者: 刘鑫 孙哲 杨文静 王一博
• 来源期刊: 冰川冻土
• 学科: 农学
• 关键词: 青藏高原 BP神经网络 土壤质量 海拔 植被
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 寒旱区生物学
• 页码范围: 215-226
• 页数: 12页
• 分类号: S158.3
• 语种: 中文
• DOI: 10.7522/j.issn.1000-0240.2019.0103

摘要

土壤养分在养分循环和土壤-植物关系中起着重要作用,在高海拔生态系统中,由于缺乏系统的实地观测,土壤养分在高山草原中仍然知之甚少.为了了解青藏高原多年冻土区高寒草地土壤养分的基本情况以及土壤养分的等级划分,利用青藏高原腹地西大滩至安多地区采集的154个土壤样品数据,基于BP神经网络模型建立具有3层网络,10个中间层节点的土壤养分评价模型.在MATLAB软件中进行BP神经网络的训练和验证后,对青藏高原多年冻土区高寒草地土壤养分进行综合评价.结果表明;2009年青藏高原高寒草地的土壤养分综合评价等级为4级,属于较低水平.综合评价结果与基于主成分分析方法的土壤质量指数(SQI)基本一致,说明BP神经网络模型对青藏高原土壤养分的评价结果是合理的.对评价结果与海拔、植被盖度和植被类型的关系分析表明,海拔越高或植被盖度越高,土壤养分的评价等级越高;不同植被类型的评价等级表现出高寒沼泽草甸(2级)＞高寒草甸(4级)＞高寒草原(5级)的趋势.BP网络作为一种简单又准确的识别方法,不仅可以评估土壤养分等级,还可以比较不同地区的土壤养分高低状况,希望为青藏高原的土地资源管理与保护提供基本的科学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王一博	兰州大学资源环境学院	38	1323	23.0	36.0
5	刘鑫	兰州大学资源环境学院	20	54	5.0	6.0
6	杨文静	兰州大学资源环境学院	6	19	3.0	4.0
7	孙哲	兰州大学资源环境学院	3	28	2.0	3.0