本文關(guān)鍵詞：應(yīng)用集成BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測土壤有機質(zhì)空間分布　出處：《江蘇農(nóng)業(yè)學(xué)報》2017年05期 　論文類型：期刊論文

  更多相關(guān)文章： 土壤有機質(zhì) Adaboost算法 BP神經(jīng)網(wǎng)絡(luò) 空間分布預(yù)測

【摘要】：基于2014年江西省萬年縣測土配方施肥數(shù)據(jù),以地理坐標(biāo)、高程和坡度以及鄰近樣點信息作為網(wǎng)絡(luò)的輸入變量,采用集成BP神經(jīng)網(wǎng)絡(luò)模型(BPNN-Ada模型)預(yù)測土壤有機質(zhì)的空間分布,并與未集成的BP神經(jīng)網(wǎng)絡(luò)模型(BPNN模型)和普通克里金模型(OK模型)進(jìn)行比較。結(jié)果表明,3種模型的預(yù)測精度大小順序為BPNNAda模型BPNN模型OK模型。集成BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度最高,效果最好,比較符合土壤有機質(zhì)地學(xué)分布規(guī)律及實際情況。BPNN-Ada模型克服了BP神經(jīng)網(wǎng)絡(luò)局部搜索能力差和易陷入全局最優(yōu)的缺點,提高了BP神經(jīng)網(wǎng)絡(luò)的泛化能力。
[Abstract]:The spatial distribution of soil organic matter is predicted by using integrated BP neural network model ( BPNN - ADA model ) . The results show that the prediction accuracy of three models is the BPNN Model BPNN model OK model . The results show that the prediction accuracy of three models is the highest and the effect is best , which accords with the distribution law of soil organic texture and the actual situation . The BPNN - ADA model overcomes the disadvantages of local search energy difference and global optimum in BP neural network , and improves the generalization ability of BP neural network .

【作者單位】： 江西農(nóng)業(yè)大學(xué)國土資源與環(huán)境學(xué)院/江西省鄱陽湖流域農(nóng)業(yè)資源與生態(tài)重點實驗室;南方糧油作物協(xié)同創(chuàng)新中心;
【基金】：國家自然科學(xué)基金項目(41361049) 江西省自然科學(xué)基金項目(20122BAB204012) 江西省贛鄱英才“555”領(lǐng)軍人才項目(201295)
【分類號】：S153.6;TP183
【正文快照】： distribution從2005年4月開始,農(nóng)業(yè)部門在全國200個縣開展第1批測土配方施肥試點工作,旨在準(zhǔn)確測定耕地土壤養(yǎng)分含量從而進(jìn)行精準(zhǔn)施肥�？焖贉�(zhǔn)確地獲取土壤養(yǎng)分含量是有效管理土壤資源、科學(xué)規(guī)劃土地利用、精準(zhǔn)農(nóng)業(yè)施肥的基礎(chǔ)[1]。目前基于實地采樣獲取的土壤養(yǎng)分信息遠(yuǎn)遠(yuǎn)不能

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 喬加新;周森鑫;馬季;;基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)氣象產(chǎn)量預(yù)報系統(tǒng)[J];微計算機信息;2009年35期

2 畢昆;姜盼;唐崇偉;黃菲菲;王成;;基于麥穗特征的小麥品種BP分類器設(shè)計[J];中國農(nóng)學(xué)通報;2011年06期

3 劉建學(xué),吳守一;BP神經(jīng)網(wǎng)絡(luò)預(yù)測高水分農(nóng)產(chǎn)品物料比熱的探索[J];江蘇理工大學(xué)學(xué)報(自然科學(xué)版);1999年01期

4 張敬平;;用BP神經(jīng)網(wǎng)絡(luò)預(yù)測土壤入滲參數(shù)時隱層神經(jīng)元數(shù)分析[J];山西水土保持科技;2008年03期

5 董建志;曹龍熹;張科利;;BP神經(jīng)網(wǎng)絡(luò)在道路土壤分離速率模擬中的應(yīng)用[J];中國水土保持科學(xué);2010年04期

6 甘信華;石勇;林保國;;基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)在大氣環(huán)境質(zhì)量評價中的應(yīng)用[J];安徽化工;2008年05期

7 周良臣,康紹忠,賈云茂;BP神經(jīng)網(wǎng)絡(luò)方法在土壤墑情預(yù)測中的應(yīng)用[J];干旱地區(qū)農(nóng)業(yè)研究;2005年05期

8 李文峰;;BP神經(jīng)網(wǎng)絡(luò)在許昌土壤墑情預(yù)測模型的應(yīng)用[J];中國農(nóng)學(xué)通報;2013年32期

9 金志鳳;符國槐;黃海靜;潘永地;楊再強;李仁忠;;基于BP神經(jīng)網(wǎng)絡(luò)的楊梅大棚內(nèi)氣溫預(yù)測模型研究[J];中國農(nóng)業(yè)氣象;2011年03期

10 丁卓平,丁加明;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的坡面雨滴濺蝕量研究[J];山西建筑;2005年08期

相關(guān)會議論文 前2條

1 王鳳花;張淑娟;張海紅;趙華民;趙聰慧;;基于粗糙集理論和BP神經(jīng)網(wǎng)絡(luò)的大豆產(chǎn)量預(yù)測[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

2 吐爾遜·艾山;塔西甫拉提·特依拜;;基于BP神經(jīng)網(wǎng)絡(luò)的鹽堿土鹽分反演模型研究[A];中國地理學(xué)會百年慶典學(xué)術(shù)論文摘要集[C];2009年

相關(guān)博士學(xué)位論文 前2條

1 姜利;九宮山垂直帶土壤有機質(zhì)礦化特征及其穩(wěn)定性機制[D];華中農(nóng)業(yè)大學(xué);2016年

2 王吉權(quán);BP神經(jīng)網(wǎng)絡(luò)的理論及其在農(nóng)業(yè)機械化中的應(yīng)用研究[D];沈陽農(nóng)業(yè)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前7條

1 周澤世;基于BP神經(jīng)網(wǎng)絡(luò)的降雨量預(yù)測研究[D];湖南農(nóng)業(yè)大學(xué);2015年

2 王磊;基于成像光譜技術(shù)的耕地土壤有機質(zhì)遙感監(jiān)測方法研究[D];河南理工大學(xué);2016年

3 武文紅;基于BP神經(jīng)網(wǎng)絡(luò)的半濕潤平原井灌區(qū)土壤墑情預(yù)報研究[D];山東農(nóng)業(yè)大學(xué);2010年

4 李林蔚;縣域耕地質(zhì)量評價、更新及其時空格局變化分析研究[D];華中農(nóng)業(yè)大學(xué);2015年

5 高銘悅;基于神經(jīng)網(wǎng)絡(luò)的安徽省糧食產(chǎn)量組合預(yù)測研究[D];安徽農(nóng)業(yè)大學(xué);2016年

6 陳巧燕;基于BP神經(jīng)網(wǎng)絡(luò)和支持向量機的耕地質(zhì)量評價方法研究[D];福建農(nóng)林大學(xué);2017年

7 莊嚴(yán);農(nóng)業(yè)節(jié)水技術(shù)潛力評價方法研究[D];中國農(nóng)業(yè)科學(xué)院;2006年

，

本文編號：1425844