基于RBF神经网络的土壤侵蚀预测模型研究

编号 zgly0001460781

文献类型 期刊论文

文献题名 基于RBF神经网络的土壤侵蚀预测模型研究

作者 伊燕平  卢文喜  许晓鸿  洪德法 

作者单位 吉林大学环境与资源学院  吉林省水土保持科学研究院  长春市城乡规划设计研究院 

母体文献 水土保持研究 

年卷期 2013年02期

年份 2013 

分类号 S157 

关键词 土壤侵蚀预测  RBF神经网络  BP神经网络  预测模型 

文摘内容 土壤侵蚀的物理机理十分复杂,用数学方式难以描述。针对土壤侵蚀过程的模糊性、随机性、非线性等特点,将RBF神经网络的理论与方法应用到土壤侵蚀预测中。以杏木小流域为研究对象,应用RBF神经网络方法构建土壤侵蚀预测模型,以汛期降雨量、径流系数、土壤容量、有机质含量及孔隙度土壤侵蚀因子作为模型的输入层变量,输出层变量为年土壤侵蚀模数。通过模拟训练和预测,RBF神经网络取得的结果较好,能够有效地预测土壤侵蚀,且与常见的BP神经网络土壤侵蚀预测模型相比,RBF神经网络得到的预测结果精度更高。RBF神经网络模型将土壤侵蚀预测问题转化为影响因子和年侵蚀模数的非线性问题,该模型的模拟与预测为复杂的土壤侵蚀规律研究提供了新途径。