BP神经网络在降雨侵蚀力预测预报中的应用研究

BP神经网络在降雨侵蚀力预测预报中的应用研究

降雨侵蚀力反映由降雨引起土壤侵蚀的潜在能力,是建立通用土壤流失方程USLE的最基本冈子之一.由于降雨侵蚀力计算过程中所需资料较难收集,给其计算增加了难度.运用BP神经网络方法对降雨侵蚀力与地理之间的关系进行研究,建立降雨侵蚀力BP神经网络模型.对福建省46个地域的降雨侵蚀力进行研究,结果表明:所建立的降雨侵蚀力BP神经网络模型对模拟预测福建不同地域的降雨侵蚀力,平均模拟精度为96.81%,平均预测精度为95.68%,达到了较为理想的效果.这不仅为降雨侵蚀力的预测预报提供了科学依据,而且也为BP神经网络在水土保持研究中的应用开辟了新的思路.

作 者： 张坤 丁新新 洪伟 吴承祯 ZHANG Kun DING Xin-xin HONG Wei WU Cheng-zhen   作者单位： 福建省高校森林生态系统过程与经营重点实验室,福州,350002  刊 名： 水土保持研究  ISTIC PKU 英文刊名： RESEARCH OF SOIL AND WATER CONSERVATION  年，卷(期)： 2009 16(1)  分类号： S157.1  关键词： 降雨侵蚀力   地理因素   BP神经网络模型  

【BP神经网络在降雨侵蚀力预测预报中的应用研究】相关文章：

BP神经网络在洪流预报中的应用04-29

基于BP神经网络的降雨充水矿井涌水量预测04-27

用小时降雨资料估算降雨侵蚀力的方法04-27

基于BP神经网络的地震预测04-30

BP神经网络在灌区需水量预测中的应用04-30

神经网络在空气污染预报中的应用研究04-25

BP神经网络在迫弹散布密集度预测中的应用04-30

改进BP神经网络在冲压发动机性能预测中的应用04-28

基于BP和RBFNN的神经网络算法在瓦斯预测中的应用及比较04-27

基于MATLAB的BP神经网络组合预测模型在公路货运量预测中的应用04-27