共 23 条
BP神经网络和SVM模型对施加生物炭土壤水分预测的适用性
被引：14
|作者：
王彤彤
[1
]
翟军海
[2
]
何欢
[3
]
郑纪勇
[1
,4
]
涂川
[5
]
机构：
[1] 西北农林科技大学资源环境学院
[2] 陕西省农业厅
[3] 西北农林科技大学理学院
[4] 中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室
[5] 重庆邮电大学计算机科学与技术学院
来源：
关键词：
土壤水分;
生物炭;
模型预测;
SVM模型;
BP神经网络;
D O I：
10.13869/j.cnki.rswc.2017.03.016
中图分类号：
S152.7 [土壤水分];
学科分类号：
0903 ;
090301 ;
摘要：
生物炭作为土壤改良剂对半干旱区土壤水分有良好的吸持作用,为确定施加生物炭对土壤水分预测模型适用性的影响,依托黄土高原半干旱区固原生态站开展了小区定位试验。向土壤中施加不同种类及比例的生物炭,定期监测土壤水分含量;考虑土壤含水量的非线性特征以及生物炭对土壤水分的影响,选取BP神经网络和SVM支持向量机两种模型,建立施加生物炭土壤水分预测模型。计算预测值,并与实测值对比,分析相对误差;利用RMSE、MRE、MAE和R2评估BP神经网络和SVM模型的精度。结果表明;BP神经网络预测值的平均相对误差为3.78%,最大误差为13.14%;SVM模型的平均相对误差为0.56%,最大误差为2.42%。SVM模型的RMSE、MRE、MAE值(分别为0.340.17,0.07,0.561.27)均小于BP神经网络的(分别为1.041.16,0.470.68,3.784.57),且决定系数R2值SVM模型(0.960.99)大于BP神经网络(0.560.64)。BP神经网络和SVM模型均能很好地预测施加生物炭的土壤水分,但SVM模型预测结果更加稳定,精度较高,更适于施加生物炭土壤水分的预测。该研究可为半干旱地区生物炭还田土壤水分的预测及管理提供理论依据。
引用
收藏
页码：86 / 91
页数：6
相关论文