基于bp人工神经网络的长江河口地区土壤盐分动态模拟及预测

为开展长江河口地区土壤盐分动态的中长期模拟与预测，采用人工神经网络中应用较为成熟和广泛的bp网络建立长江河口地区土壤盐分与降雨量、蒸发量、长江水电导率、内河水电导率、地下水位、地下水电导率6因子间的非线性神经网络响应模型。网络模型结构为6-11-1，隐含层单元数用“试错法”确定。选择合适的参数训练和学习网络模型后，对河口地区2003年各月平均根层土壤电导率进行预测，并与线性回归模型预测结果进行比较。结果表明：bp网络模型较线性回归模型具有更高的预测精度，平均相对预测误差为7.3%，预测值与实测值相关性良好，可以满足实际应用需求。