基于Logistic回归和RBF神经网络的土壤侵蚀模数预测

编号 zgly0000975885

文献类型 期刊论文

文献题名 基于Logistic回归和RBF神经网络的土壤侵蚀模数预测

学科分类 220.1040;森林土壤学

作者 周宁  李超  满秀玲 

作者单位 东北林业大学林学院  黑龙江省水土保持科学研究院  北京林业大学林学院 

母体文献 水土保持通报 

年卷期 2015(3)

页码 235-241+2

年份 2015 

关键词 Logistic回归  RBF神经网络  土壤侵蚀  预测模型  USLE 

文摘内容 [目的]寻求估算土壤侵蚀模数的新方法,并通过GIS实现对土壤侵蚀空间分布情况的预测。[方法]采用土壤侵蚀模数作为判别条件,分别验证基于Logistic回归和RBF神经网络而建立的土壤侵蚀预报模型的适用性,进而构建并验证改进模型——LOG-RBF神经网络土壤侵蚀预测模型。[结果](1)Logistic回归模型判别目标土地是否发生土壤侵蚀的优势明显,未发生和发生土壤侵蚀的预测正确率分别为77.4%和97.9%,总预测正确率为94.9%。(2)RBF神经网络模型估计土壤侵蚀模数的能力较强,模拟结果的相对误差和平方和误差分别为0.612%和13.292,R2为0.57。