坡面土壤侵蚀产沙的神经网络模拟
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

* 中国科学院水土保持研究所知识创新领域前沿项目(SW05503)资助


ARTIFICIAL NEURAL NETWORK MODEL FOR SLOPE SOIL EROSION
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    土壤侵蚀预报是进行水土流失监测、指导水土保持措施合理配置、优化水土资源高效利用的重要工具,自20世纪60年代以来,国内外学者对此进行大量研究,建立一系列经验统计模型[1,2]和物理成因模型等[3,4]。以上模型复杂性及适用性各异:如经验统计模型主要从侵蚀产沙因子角度入手,建立径流产沙与降雨、植被、土壤、土地利用、耕作方式、水保措施等之间的多元回归因子关系式,一般比较简单,便于应用,但模型中经验参数适用范围有限,模拟精度难以控制;物理机理模型主要以土壤侵蚀物理过程为基础,利用水文学、水力学、土壤学及其他相关学科基本原理,根据降雨、径流条件来描述土壤侵蚀过程,预报给定时段内的土壤侵蚀量,具有一定,但其限制因素较多,应用不便[5];人工神经网络(ANN)中的BP网络模型具有较强的自学习能力和处理非线性问题能力,近年来已在有关工程领域得到广泛应用[6~9]。本文以土壤侵蚀较为严重的陕西淳化县泥河沟流域坡耕地为例,引入BP网络模型这一新的定量研究方法对坡面土壤侵蚀产沙规律进行研究。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

赵西宁,吴普特,冯浩,王万忠,吴发启.坡面土壤侵蚀产沙的神经网络模拟[J].土壤学报,2006,43(2):324-327. DOI:10.11766/trxb200408010223 Zhao Xining, Wu Pute, Feng Hao, Wang Wanzhong, Wu Faqi. ARTIFICIAL NEURAL NETWORK MODEL FOR SLOPE SOIL EROSION[J]. Acta Pedologica Sinica,2006,43(2):324-327.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2004-08-01
  • 最后修改日期:2004-11-16
  • 录用日期:
  • 在线发布日期: 2013-02-25
  • 出版日期: