干旱区生态环境知识资源中心(Arid): 人工智能计算技术在新疆干旱区典型绿洲土壤盐分预测中的应用

Arid

	人工智能计算技术在新疆干旱区典型绿洲土壤盐分预测中的应用
其他题名	Application of Artificial Intelligent Technique for Predicting Soil Salinity in a Typical Oasis of Arid Area in Xinjiang, China
	谢姆斯叶·艾尼瓦尔; 塔西甫拉提·特依拜; 王宏卫; 买买提·沙吾提; 张飞
来源期刊	中国沙漠
ISSN	1000-694X
出版年	2014
卷号	34 期号:1 页码:153-161
中文摘要	针对新疆渭干河-库车河三角洲绿洲土壤盐分动态监测中存在的方法问题,首先用灰色关联度模型分析影响形成土壤盐渍化的各因子,并确定其与土壤盐分之间的关联度,然后将人T智能计算技术引入土壤盐分的预测中,经过多次调整网络结构和参数,建立了预测表层土壤盐分的BP神经网络模型和RBF神经网络模型。结果表明:以潜在蒸散量、地下水埋深、地下水矿化度、土壤电导率、总溶解固体、pH值、坡度和土地利用类型8个因素为输入因子,以土壤含盐量为输出因子的BP网络模型和RBF网络模型可有效模拟土壤盐分与其影响因子之间的内在复杂关系,并且有较高的精度。BP网络模型预测误差略低于RBF神经网络。本研究可为分析和预测土壤盐渍化动态规律提供一种有效可行的新途径,是对传统土壤盐分动态研究的补充。
英文摘要	Aiming at the problem indynamic monitoring the soil salinity in the oasis of the Ugan Kuqa River Delta in Xinjiang, we analyzed the factorsaffectingthe soil salinization with the gray-correlation-degree model, and determinedthe degree of the association between the factors and the soil salinity. The artificial intelligence technology was utilized in the soil salinity prediction. After several adjustments on the network structure and parameters, we established a BP neural network model and a RBF neural network model to predict surface soil salinity. The results showed that the BP network model and RBF network model, tak-ingthe evapotranspiration, groundwater depth, groundwater mineralization, soil conductivity, total dissolved salts, pH value, slope and land-use type as input factors andsoil salinity as output factor, couldeffec-tively simulate soil salinity and its impact to the inherent complexity of the relationship between the factors. The prediction error of the BP network model was less than that of the RBF. The present study could provide an effective and viable new way for analyzing and predicting the soil salinization. Itcould be a complement to the traditional dynamicsmonitoringon soil salinity.
中文关键词	BP神经网络 ; RBF神经网络 ; 土壤盐渍化 ; 预测
英文关键词	BP neural network RBF neural network soilsalinity prediction
语种	中文
国家	中国
收录类别	CSCD
WOS类目	AGRICULTURE MULTIDISCIPLINARY
WOS研究方向	Agriculture
CSCD记录号	CSCD:5049246
来源机构	新疆大学
资源类型	期刊论文
条目标识符	http://119.78.100.177/qdio/handle/2XILL650/232143
作者单位	新疆大学资源与环境科学学院, 绿洲生态教育部重点实验室, 乌鲁木齐, 新疆 830046, 中国
推荐引用方式 GB/T 7714	谢姆斯叶·艾尼瓦尔,塔西甫拉提·特依拜,王宏卫,等. 人工智能计算技术在新疆干旱区典型绿洲土壤盐分预测中的应用[J]. 新疆大学,2014,34(1):153-161.
APA	谢姆斯叶·艾尼瓦尔,塔西甫拉提·特依拜,王宏卫,买买提·沙吾提,&张飞.(2014).人工智能计算技术在新疆干旱区典型绿洲土壤盐分预测中的应用.中国沙漠,34(1),153-161.
MLA	谢姆斯叶·艾尼瓦尔,et al."人工智能计算技术在新疆干旱区典型绿洲土壤盐分预测中的应用".中国沙漠 34.1(2014):153-161.