基于BP神经网络的城市边缘带土壤重金属污染预测——以成都平原土壤Cd为例 杨娟;王昌全;李冰;李焕秀;何鑫 【期刊名称】《土壤学报》 【年(卷),期】2007(044)003 【摘 要】随着成都平原城市化快速发展,城市边缘带土壤重金属污染风险逐渐增大.而关于社会经济对土壤重金属污染定量影响的研究方法还较为欠缺.本文利用BP人工神经网络方法,建立了12输入、1输出、1个隐含层的三层BP神经网络,定量研究成都平原城市发展中社会经济影响因素与土壤重金属Cd含量间的内在联系.网络拟合精度达97.02%,模型拟合程度高.运用该BP网络模型对城市化影响下城市边缘带土壤重金属Cd含量进行预测,其预测精度为84.19%,明显高于传统回归模型71.55%的预测精度,体现出神经网络预测模型的优越性.利用2005年和2010年各影响因素的预测值,将这两组值分别作为网络的输入,并和以前的样本合并再重新训练更新网络权值,得到2005年和2010年各区/县土壤重金属Cd预测值. 【总页数】7页(P430-436) 【作 者】杨娟;王昌全;李冰;李焕秀;何鑫 【作者单位】四川农业大学资源环境学院,四川雅安,625014;四川农业大学资源环境学院,四川雅安,625014;四川农业大学资源环境学院,四川雅安,625014;四川农业大学林学园艺学院,四川雅安,625014;西南科技大学土木建筑学院,四川绵阳,621010 【正文语种】中 文 【中图分类】X53 【相关文献】 1.基于 CDE 的城市土壤重金属污染源分析 [J], 王瑛;蒋晓东;张璐;刘飞 2.基于BP神经网络的耕地土壤重金属污染评价——以宜宾市翠屏区土壤重金属污染评价为例 [J], 王鸿;段晓明;伍燕翔;张玉龙 3.基于BP神经网络的土壤重金属污染评价方法——以包头土壤环境质量评价为例 [J], 李向;管涛;徐清 4.基于HSI模型的连续变量空间预测不确定性的可视化表达——以北京市城市边缘带土壤pH空间预测为例(英文) [J], 檀满枝;陈杰 5.基于BP神经网络的重点行业企业周边土壤重金属污染预测及评价 [J], 范俊楠;张钰;贺小敏;郭丽;施敏芳;陈浩 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/b46b9188d25abe23482fb4daa58da0116d171f6a.html