10.7522/j.issn.1000-0240.2019.0103
基于BP神经网络的青藏高原土壤养分评价
土壤养分在养分循环和土壤-植物关系中起着重要作用,在高海拔生态系统中,由于缺乏系统的实地观测,土壤养分在高山草原中仍然知之甚少.为了了解青藏高原多年冻土区高寒草地土壤养分的基本情况以及土壤养分的等级划分,利用青藏高原腹地西大滩至安多地区采集的154个土壤样品数据,基于BP神经网络模型建立具有3层网络,10个中间层节点的土壤养分评价模型.在MATLAB软件中进行BP神经网络的训练和验证后,对青藏高原多年冻土区高寒草地土壤养分进行综合评价.结果表明;2009年青藏高原高寒草地的土壤养分综合评价等级为4级,属于较低水平.综合评价结果与基于主成分分析方法的土壤质量指数(SQI)基本一致,说明BP神经网络模型对青藏高原土壤养分的评价结果是合理的.对评价结果与海拔、植被盖度和植被类型的关系分析表明,海拔越高或植被盖度越高,土壤养分的评价等级越高;不同植被类型的评价等级表现出高寒沼泽草甸(2级)＞高寒草甸(4级)＞高寒草原(5级)的趋势.BP网络作为一种简单又准确的识别方法,不仅可以评估土壤养分等级,还可以比较不同地区的土壤养分高低状况,希望为青藏高原的土地资源管理与保护提供基本的科学依据.
青藏高原、BP神经网络、土壤质量、海拔、植被
41
S158.3(土壤学)
国家自然科学基金项目41877149,41530752,91547203,41563005;冻土工程国家重点实验室开放基金项目SKLFSE201501;兰州大学中央高校基本科研业务费专项基金LZUJBKY-2018-KB41
2019-04-26（万方平台首次上网日期，不代表论文的发表时间）
共12页
215-226
