首页|基于云遗传BP神经网络的黄淮海旱作区土壤有机质预测精度分析

基于云遗传BP神经网络的黄淮海旱作区土壤有机质预测精度分析

Prediction precision analysis of soil organic matter based on cloud genetic BP neural network in Huang-Huai-Hai dry farming area

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为探究提高土壤有机质预测精度的方法,以黄淮海旱作区为研究对象,分别运用云遗传BP神经网络、BP神经网络和GABP神经网络三种方法比较不同土层的土壤有机质预测精度.结果 表明:1)不同土层土壤有机质值的数据分布与正态分布相比具有不同程度的向右偏移,不同土层土壤有机质均属于中等程度变异;2)不同土层土壤有机质的半方差函数最优拟合模型均为指数模型,不同土层土壤有机质的结构因素与随机因素对空间变异的影响大小基本一致,空间自相关性较弱;3)结合云模型与遗传算法的BP神经网络对0～10、10～20、20～30 cm土层土壤有机质的预测精度均得到了一定提升,而对30～40 cm土层土壤有机质的预测精度则提升不明显,可能是由于30～40 cm土层土壤有机质变异系数超过了一定范围所造成.研究结果可为提高土壤有机质的预测精度提供参考,并为进一步调整耕地管理措施及提高土壤质量水平提供依据.

徐清风、于茹月、勾宇轩、赵云泽、李勇、黄元仿

展开 >

中国农业大学土地科学与技术学院,北京100193

自然资源部农用地质量与监控重点实验室,北京100135

农业农村部华北耕地保育重点实验室,北京100193

云遗传模型 BP神经网络 土壤有机质 黄淮海旱作区

国家重点研发计划

2016YFD0300801

2021

10.11841/j.issn.1007-4333.2021.04.15

中国农业大学学报
中国农业大学

中国农业大学学报

CSTPCDCSCD北大核心
影响因子：0.971
ISSN：1009-508X
年,卷(期)：2021.26(4)
  • 4
  • 24