CAJ | 학술논문

根据区域水环境监测与评价的要求,采用人工智能计算技术的BP神经网络模型进行二维区域性土壤水盐环境动态监测,仿真计算了河套灌区内两个实验区的区域土壤水盐动态值,绘制出水盐等值线图与三维透视图,将两年的预测成果对比分析.结果表明:隆胜实验区2002、2004两年春季耕作层土壤水分平均值稳定为21.0%,电导率平均值分别为0.35 ms/cm、0.42 ms/cm,有少量积盐.沙壕渠实验区两年春季耕作层土壤水分平均值分别为25.8%、21.8%,水分减少4%,而电导率明显增加,从0.44 ms/cm增至0.66 ms/cm,土壤耕层积盐明显,值得引起重视.由于BP神经网络技术对原始数据无参数及分布要求,不涉及特异值处理问题,可消除普通克立格法的平滑效应,具有较强的非线性拟合智能,对采样系统布置无严格要求,计算程序简单实用,是对常用地质统计学Kriging传统预测方法的改进,有独特的优点,可应用于大面积土壤水盐动态监测工作.
근거구역수배경감측여평개적요구,채용인공지능계산기술적BP신경망락모형진행이유구역성토양수염배경동태감측,방진계산료하투관구내량개실험구적구역토양수염동태치,회제출수염등치선도여삼유투시도,장량년적예측성과대비분석.결과표명:륭성실험구2002、2004량년춘계경작층토양수분평균치은정위21.0%,전도솔평균치분별위0.35 ms/cm、0.42 ms/cm,유소량적염.사호거실험구량년춘계경작층토양수분평균치분별위25.8%、21.8%,수분감소4%,이전도솔명현증가,종0.44 ms/cm증지0.66 ms/cm,토양경층적염명현,치득인기중시.유우BP신경망락기술대원시수거무삼수급분포요구,불섭급특이치처리문제,가소제보통극립격법적평활효응,구유교강적비선성의합지능,대채양계통포치무엄격요구,계산정서간단실용,시대상용지질통계학Kriging전통예측방법적개진,유독특적우점,가응용우대면적토양수염동태감측공작.