坡面土壤侵蚀产沙的神经网络模拟

来源：土壤学报杂志2006年第2期北京时间：

作者：赵西宁,吴普特,冯浩,王万忠,吴发启

单位：赵西宁，中国科学院水利部水土保持研究所, 西北农林科技大学, 国家节水灌溉杨凌工程技术研究中心, 陕西, 杨凌, 712100；,吴普特，中国科学院水利部水土保持研究所, 西北农林科技大学, 国家节水灌溉杨凌工程技术研究中心, 陕西, 杨凌, 712100；Gjzwpt@vip.sina.com,冯浩，中国科学院水利部水土保持研究所, 西北农林科技大学, 国家节水灌溉杨凌工程技术研究中心, 陕西, 杨凌, 712100；,王万忠，中国科学院水利部水土保持研究所, 西北农林科技大学, 国家节水灌溉杨凌工程技术研究中心, 陕西, 杨凌, 712100；,吴发启，中国科学院水利部水土保持研究所, 西北农林科技大学, 国家节水灌溉杨凌工程技术研究中心, 陕西, 杨凌, 712100；,

摘要：土壤侵蚀预报是进行水土流失监测、指导水土保持措施合理配置、优化水土资源高效利用的重要工具,自20世纪60年代以来,国内外学者对此进行大量研究,建立一系列经验统计模型[1,2]和物理成因模型等[3,4]。以上模型复杂性及适用性各异:如经验统计模型主要从侵蚀产沙因子角度入手,建立径流产沙与降雨、植被、土壤、土地利用、耕作方式、水保措施等之间的多元回归因子关系式,一般比较简单,便于应用,但模型中经验参数适用范围有限,模拟精度难以控制;物理机理模型主要以土壤侵蚀物理过程为基础,利用水文学、水力学、土壤学及其他相关学科基本原理,根据降雨、径流条件来描述土壤侵蚀过程,预报给定时段内的土壤侵蚀量,具有一定,但其限制因素较多,应用不便[5];人工神经网络(ANN)中的BP网络模型具有较强的自学习能力和处理非线性问题能力,近年来已在有关工程领域得到广泛应用[6～9]。本文以土壤侵蚀较为严重的陕西淳化县泥河沟流域坡耕地为例,引入BP网络模型这一新的定量研究方法对坡面土壤侵蚀产沙规律进行研究。

关键词：坡面土壤侵蚀;侵蚀产沙量;BP神经网络

基金资助：* 中国科学院水土保持研究所知识创新领域前沿项目(SW05503)资助