基于BP神经网络法的耕地质量定级评价——以襄阳市城区为.PDFVIP

China Agricultural Informatics Vol No Apr 第31 卷第2 期2019 年4 月 2019 ，31 （2 ）：72-83 .31 ， .2 ，2019 ． 基于BP 神经网络法的耕地质量定级评价—— 以襄阳市城区为例 ※ 张朝晖，聂　艳 ，马泽玥 （华中师范大学地理过程分析与模拟湖北省重点实验室，湖北武汉430079 ） 摘要：【目的】耕地质量定级评价工作是准确把握耕地效益水平，有效保护耕地和科学管理 【方法】 耕地的必要前提。 以襄阳市城区耕地为研究对象，从自然要素、社会经济要素、区 位因素 3 方面建立耕地质量评价体系，借助 BP 神经网络法，通过训练建立网络模型，并以 【结果】 仿真练习得出襄阳市城区耕地质量评价结果。 （1 ）BP 神经网络模型的精度达到 0.93 左右，建立的网络模型具有一定可行性和精确性；（2 ）襄阳市城区耕地质量总体水平良好， 其中二级地和三级地最多，面积占比分别为 33.56% 和 46.19% ；耕地质量空间分布上呈现由 【结论】 东北向西南递减的趋势。 借助 BP 神经网络的方法开展耕地质量评价具有一定的可行 性和精确性，可为以后的耕地质量评价提供一定借鉴与参考。 关键词：耕地质量；BP 神经网络模型；耕地定级；襄阳市城区 DOI ：10.12105/j.issn.1672-0423 0　引言 ［1 ］ “像保护大熊猫一样保护耕地” ，耕地是人们赖以生存的基本条件，耕地质量对于 保障国家粮食安全起着重要作用。在推动高质量发展的背景下，更加关注耕地质量，妥 善保护耕地和推动高标准基本农田建设则愈加重要。 耕地的质量是各种因素综合影响的结果，包括经济、自然、社会、环境等多方 ［2 ］ 面。目前，耕地质量评价多以定性和定量方法进行，常见方法有因素法 、模糊评价 ［3 ］ ［4 ］ ［5 ］ ［6 ］ ［7 ］ 法 、层次分析法 、主成分分析法 、灰色关联度法 、熵权法 等。然而这些 方法多少存在主观性过大或者其他不足，在保证评价客观性上存在欠缺。BP 神经网络是 一种多层前馈网络，其算法原理是基于数据的逆向传播，能够很大程度上减轻评价中主 ［8 ］ 观因素影响，以获得客观准确的评价结果 。研究表明，耕地质量评价适宜使用神经网 络的方法，通过对样本的训练来自动找寻质量水准与各影响指标因素之间的非线性关系， 从而更方便、科学、客观地对耕地质量进行模拟评价。文章以襄阳市城区为例，在耕地 　　收稿日期：2019-03-17 　　第一作者简介：张朝晖（1996—），硕士研究生。研究方向：土地资源评价。Email ：zzh@mails.ccnu.edu.cn 　 　　 ※通信作者简介：聂艳（1977—），博士、副教授、硕士生导