%0 Journal Article
%T 间隔覆盖条件下坡面产流产沙状况的BP神经网络模拟
%A 谭丽丽
%A 潘英华
%A 谷晓岩
%A 夏艳玲
%A 郝春红
%J 农业现代化研究
%D 2015
%R 10.13872/j.1000-0275.2015.0104
%X 本文以塿土和黄绵土作为实验材料,尝试使用BP神经网络方法(Back-Propagationneuralnetwork)模拟人工降雨条件下,间隔覆盖坡面的产流产沙状况。通过设置不同坡度、降雨强度、面积比,获得各种因素不同水平组合下的实测数据；以实际降雨强度、坡度、面积比、径流起始时间和初始含水率5个因子为输入变量、坡面产流量和产沙量为输出变量,利用BP神经网络模型与多元线性回归模型对数据进行模拟分析,并检验其模拟效果。研究结果表明:训练样本集平均相对误差为18.23%,预测样本集平均相对误差为5.21%；与多元线性回归模型相比,BP神经网络模型拟合精度较高,拟合效果更理想,表现出更强的预测能力。另外,比较不同土质坡面产流量与产沙量模拟效果,塿土优于黄绵土。从本研究的结果看,BP神经网络模型应用于坡面产流产沙模拟预测,省时省力,方便快捷,具有一定的应用潜力,但其实际的模拟预测能力尚需进一步探索。
%K 间隔覆盖法
%K BP神经网络
%K 多元线性回归
%K 产流量
%K 产沙量
%U http://nyxdhyj.isa.cas.cn/ch/reader/view_abstract.aspx?file_no=20150428&flag=1