基于SPSS和GIS的BP神经网络农用地适宜性评价
以中原城市群为研究区,在应用GIS基础上运用SPSS软件进行主成分分析,根据因子贡献率提取主导性强的综合因子,利用提取的主导因子进行系统聚类选择典型样本;依据因子的贡献率调整BP神经网络初始权值,建立评价模型,进行农用地适宜性评价方法的探讨.通过检验,改变初始权值建立的BP模型预测合格率为50％,相对误差最大值为18.9％;为了进一步改进BP网络,把第一次调整权值训练得到的网络权值作为下一次建模的初始权值,训练得到的BP模型预测合格率为100％,相对误差最大值为9.5％.其后运用层次分析法、主成分聚类法作为对照,验证了这种BP模型在农用地适宜性评价中的可靠性与精确性.最后根据所建立的BP模型预测获得中原城市群农用地适宜性分区图,各土地类型适宜性从西往东呈现由低到高的分带性,其中高度适宜区占总面积的32.4％;中度适宜、勉强适宜、不适宜区分别占总面积的28.9％、22.1％、16.6％.
农用地适宜性、主成分分析、系统聚类、初始权值、BP神经网络
32
X22(环境与发展)
中国地质调查局项目“中原城市群资源环境承载力综合评价与区划”KZ111962
2014-04-18（万方平台首次上网日期，不代表论文的发表时间）
共6页
138-143
