基于遗传算法优化BP神经网络的石漠化区土壤水分动态预测模型OA北大核心CSTPCD
Dynamic prediction model of soil moisture in rocky desertification region based on BP neural network optimized by genetic algorithm
云南省建水县为典型的岩溶断陷盆地地貌,是我国喀斯特石漠化综合治理的重要类型区,对该地区土壤水分动态变化过程及其影响因素的揭示是水土保持和生态恢复工作的必要条件.收集云南建水县石漠化治理区2006年4月16日-2020年12月1日的逐日气象资料和轻度和中度2个石漠化区的土壤水分资料,分层建立BP(back propagation)神经网络土壤水分预测模型,并利用遗传算法对模型的权值和偏置进行优化.结果表明:1)经遗传算法优化后轻度石漠化区和中度石漠…查看全部>>
杨佳琦;郭建斌;汤明华;周金星;万龙
北京林业大学水土保持学院云南建水荒漠生态系统国家定位观测研究站,654300,云南建水北京林业大学水土保持国家林业和草原局重点实验室,100083,北京北京林业大学水土保持学院云南建水荒漠生态系统国家定位观测研究站,654300,云南建水北京林业大学水土保持国家林业和草原局重点实验室,100083,北京北京林业大学水土保持学院云南建水荒漠生态系统国家定位观测研究站,654300,云南建水
农业科技
遗传算法BP神经网络土壤水分预测敏感性分析石漠化
《中国水土保持科学》 2022 (3)
考虑植被蒸腾水分来源结构的岩溶小流域时变增益水文模型模拟研究
109-118,10
云南省重点研发计划课题"石漠化区生态产业复合系统构建技术研究"(2019BC001-03)国家重点研发计划项目"农田节水灌溉、土壤保墒技术研发"(2016YFC0502502)国家自然科学基金"考虑植被蒸腾水分来源结构的岩溶小流域时变增益水文模型模拟研究"(31700640)中央高校基本科研业务费专项资金资助"云南建水荒漠生态系统国家定位观测"(PTYX202124)
评论