基于改进麻雀搜索算法优化BP神经网络的土壤有机质空间分布预测

来源：环境科学杂志2024年第1期北京时间：

作者：胡志瑞,赵万伏,宋垠先,王芳,林妍敏

单位：宁夏回族自治区国土资源调查监测院, 银川 750002,宁夏回族自治区国土资源调查监测院, 银川 750002,昆明理工大学国土资源工程学院, 昆明 650093,宁夏大学地理科学与规划学院, 银川 750021,宁夏大学地理科学与规划学院, 银川 750021

摘要：土壤有机质是衡量土壤肥力的重要指标,提高区域有机质空间分布预测精度十分必要.利用黄河流域卫宁平原采集的1 690个土壤表层（0~20 cm）有机质及自然环境、人类活动数据,通过1 348个点采用经典统计学、确定性插值、地统计插值和机器学习的方法分别建立了土壤有机质空间分布预测模型,以342个样点数据为测试集检验分析不同模型预测精度.结果表明,卫宁平原土壤表层ω（SOM）的平均值为14.34 g·kg-1,1 690个采样点土壤有机质变异系数为34.81%,为中等程度变异,呈现出东北部、西南地区含量低,中间黄河左右岸和地势平缓的黄河阶地相对含量高的空间分布趋势.4类方法的预测精度大小为：机器学习法>地统计插值方法>确定性插值方法>经典统计学方法.通过对比,基于改进麻雀搜索算法优化的BP神经网络预测精度最好,改进后的麻雀搜索算法具有更优的收敛精度,避免了陷入局部最优,防止了数据过拟合,具有较好的预测能力,该优化算法可以提高土壤有机质含量预测精度,在土壤属性预测上有良好的应用前景.

关键词：土壤有机质（SOM）,麻雀搜索算法,BP神经网络,优化,卫宁平原,数字化土壤制图,