人工神經(jīng)網(wǎng)絡在土壤質量監(jiān)測中的應用.pdf

1、土壤質量是土壤特性的綜合反映是土壤生產(chǎn)力的最直接反應，它是揭示土壤條件動態(tài)的最敏感的指標，能體現(xiàn)人類活動對土壤環(huán)境的影響。近年來由于人口的持續(xù)增長和經(jīng)濟的快速發(fā)展使人們對糧食的需求日益增加，加上土地資源退化和后備土地資源的稀缺，使得我國人地關系進一步緊張，土壤質量監(jiān)測預測對于緩解人地關系促進土地資源的合理利用和實現(xiàn)農(nóng)業(yè)的可持續(xù)發(fā)展具有重要意義。
　　人工神經(jīng)網(wǎng)絡是為了進行信息處理而建立的一種數(shù)學模型,它之所以被稱為神經(jīng)網(wǎng)絡是因為這

2、一數(shù)學模型所應用的是一種類似大腦神經(jīng)突觸的聯(lián)接結構。BP神經(jīng)網(wǎng)絡是人工神經(jīng)網(wǎng)絡中應用范圍最廣的一種算法，本文以江西千煙洲生態(tài)試驗田為例，結合BP神經(jīng)網(wǎng)絡建立土壤質量評價和監(jiān)測的模型，為土壤質量監(jiān)測提供一個新的方法，期望為農(nóng)田生產(chǎn)力的提高和土壤資源的合理利用提供一個可靠的科學依據(jù)，實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展。
　　本文結合MATLAB工具箱對BP神經(jīng)網(wǎng)絡土壤質量監(jiān)測模型主要進行了以下幾點優(yōu)化：首先是專家訓練樣本，本文基于全國第二次土壤普查土

3、壤的養(yǎng)分分級標準結合研究區(qū)土壤養(yǎng)分特性建立專家樣本，并依據(jù)一定算法對專家樣本進行了百組數(shù)據(jù)擴充?；谝呀ǖ膶＜覙颖緦Σ煌燃墑澐衷俅渭毣旨壗⑿聦＜覙颖?，實現(xiàn)了對研究區(qū)土壤質量的細化研究；其次是本文采用 trainlm算法對樣本數(shù)據(jù)訓練， trainlm算法的收斂速度較快，同時還具有自學習性和數(shù)據(jù)動量調(diào)整的特點并在實際訓練中得到驗證，符合預定的誤差訓練目標要求；本文在激勵函數(shù)的選擇上結合土壤質量仿真結果評價等級范圍不大于1的特點，選擇

4、采樣連續(xù)可導的 Sigmoid型函數(shù)，并對輸出結果誤差進行比較；最后在隱含層數(shù)和節(jié)點數(shù)的選擇上，結合輸入數(shù)據(jù)和輸出結果特點，先確定出入層和輸出層結點個數(shù)，在結合節(jié)點選取的幾個常用公式分別將不同的節(jié)點數(shù)帶入網(wǎng)絡中試驗，確定選取一個隱含層7個節(jié)點的三層BP網(wǎng)絡結構，并在數(shù)據(jù)訓練和仿真結果中表現(xiàn)出了較高的收斂速度和誤差精度。仿真結果表明本文建立的BP網(wǎng)絡模型在土壤質量監(jiān)測和評價上與期望結果接近，網(wǎng)絡誤差精度較高，對土質的科學管理和合理利用具有