BP神经网络在浅层地下水矿化度预测中的应用研究

编号 zgly0000568521

文献类型 期刊论文

文献题名 BP神经网络在浅层地下水矿化度预测中的应用研究

学科分类 220.1040;森林土壤学

作者 杨劲松  姚荣江 

作者单位 中国科学院南京土壤研究所 

母体文献 中国农村水利水电 

年卷期 2008,(3)

页码 5-8,12

年份 2008 

分类号 S156.4 

关键词 BP神经网络  浅层地下水  矿化度  黄河三角洲 

文摘内容 针对导致黄河下游三角洲地区土壤盐渍化的浅层地下水因素,以该地区典型区域为研究对象,将人工神经网络引入地下水矿化度的模拟和预测中,建立了基于土壤盐分、地下水埋深和pH的地下水矿化度预测的BP神经网络模型,并与多元回归模型在拟合精度和预测性能方面进行了比较。结果表明：研究区域地下水矿化度与土壤盐渍化程度呈显著的相关性,多元回归模型能较好地拟合地下水矿化度;通过网络训练确定了地下水矿化度的BP神经网络的拓扑结构为5∶8∶1,BP神经网络的拟合精度明显优于多元回归模型;统计检验表明BP神经网络的预测性能亦优于多元回归方法,其预测精度提高了50.1%。该研究可为黄河三角洲地区盐渍化的水盐调控和预测预报提供理论基础与决策依据。