土壤水盐动态的BP神经网络模型和灰色关联分析.PDFVIP

第25 卷 第11 期 农 业 工 程 学 报 Vol.25 No.11 74 2009 年 11 月 Transactions of the CSAE Nov. 2009 土壤水盐动态的BP 神经网络模型及灰色关联分析 1 1,2 3 1 1 于国强 ，李占斌 ，张 霞 ，李 鹏 ，刘海波 （1．西安理工大学西北水资源与环境生态教育部重点实验室，西安 710048 ； 2 ．中国科学院水利部水土保持研究所 黄土高原土壤侵蚀与旱地农业国家重点实验室，杨凌 712100；3 ．陕西省环境科学研究设计院，西安 710061 ） 摘 要：以陕西洛惠渠灌区实测数据为例，引用3层前馈型BP 网络建模方法，对灌区综合条件下土壤水盐动态进行研究， 采用附加动量法和学习速率自适应调整策略对反向传播算法进行改造；在此基础上运用缺省因子检验法分析了土壤含盐 量和土壤碱度对输入层各因子的敏感性，并采用灰色关联法加以验证。结果表明，人工神经网络模型具有较高的精度， 能够很好地定量描述土壤水盐动态变化与其影响因子之间的响应关系；土壤含水率、地下水含盐量和蒸发量是影响土壤 水盐动态的主要敏感因子，各因子之间相互作用，形成了复杂条件下的耦合关系。灰色关联法进一步验证了各因子的敏 感程度。将以上方法相结合，可为分析浅地下水埋深条件下作物生育期内土壤水盐动态规律提供有效可行的方法，是对 传统土壤水盐动态研究方法的补充与完善。 关键词：土壤，BP ，神经网络，敏感性因子，灰色关联分析 doi ：10.3969/j.issn.1002-6819.2009.11.014 中图分类号：S15，TP183 文献标识码：A 文章编号：1002-6819(2009)-11-0074-06 于国强，李占斌，张 霞，等. 土壤水盐动态的BP神经网络模型及灰色关联分析[J]. 农业工程学报，2009，25(11)： 74－79. Yu Guoqiang, Li Zhanbin, Zhang Xia, et al. Dynamic simulation of soil water-salt using BP neural network model and grey correlation analysis[J]. Transactions of the CSAE, 2009, 25( 11): 74 －79. (in Chinese with English abstract) [1- 12] 中，并取得了一定的成果 ，但是对影响土壤水盐动态 0 引 言 变化的敏感因子以及敏感程度的讨论目前还很少涉及。 灌区在西北干旱与半干旱地区农业生产中占有重要 本文针对浅地下水埋深条件下作物生育期内土壤水盐动 地位。长期以来，由于灌区水资源利用和管理还不完善， 态变化的复杂性, 在前人研究的基础上，利用改进的 BP 出现了土壤次生盐渍化、水质退化以及地下水位下降等 神经网络技术建立了大型灌区土壤水盐动态模型，描述 不良生态环境问题。如何加强灌区水资源利用和管理， 了综合因素对灌区土壤水盐动态的影响，运用缺省因子 减轻或避免灌区土地退化已成为灌区面临的主要问题之 检验法分析了各因子对灌区土壤水盐动态影响的敏感 一。在盐渍化地区，土壤水盐状况是作物生长的主要影 性，并采用灰色关联法对影响因子进行了综合排序，以 响因素，土壤水盐动态研究可为节水调盐的实施提供理 检验神经网络缺省因子法的正确性，也完成了灰色关联 论依据。浅地下水埋深条件下作物生育期内土壤水