-
题名基于BP神经网络的作物Cd含量预测及安全种植分区
被引量:13
- 1
-
-
作者
侯艺璇
赵华甫
吴克宁
李凯
-
机构
中国地质大学(北京)土地科学技术学院
国土资源部土地整治重点实验室
-
出处
《资源科学》
CSSCI
CSCD
北大核心
2018年第12期2414-2424,共11页
-
基金
国家重点研发计划(2017YFD0800305)
国土资源部公益性行业专项经费项目(201511082)
-
文摘
为科学预测作物重金属含量,实现重金属污染农用地的安全利用,本研究利用地理探测器选取对作物Cd含量影响较大的土壤Cd含量、土壤pH值、与交通主干线的距离等10个因素为输入因子,农作物可食部分Cd含量作为输出因子,分别建立小麦、水稻、油菜籽、蔬菜可食部分Cd含量的BP神经网络预测模型,对作物种植污染情况进行预测分析,划分作物安全利用种植区。研究结果表明:(1) BP神经网络模型预测精度明显优于多元回归预测模型;(2)对小麦、水稻和油菜籽的可食部分Cd含量预测结果进行评价,得到作物污染可能的空间分布及特征;(3)依据评价结果,对3种作物进行配置,划分得到4种作物适宜种植区,并提出管控策略。研究可为污染农用地的安全利用及作物种植调整提供思路和依据,兼具理论和现实意义。
-
关键词
作物cd含量
BP神经网络
预测模型
重金属污染
农用地安全利用
小麦
水稻
油菜籽
蔬菜
作物适宜种植区
-
Keywords
cd content of crops
BP neural network
prediction models
heavy metal pollution
safety use of agricultural land
wheat
rice
rapeseed
vegetables
zoning of suitable planting for crops
-
分类号
X503.231
[环境科学与工程—环境工程]
-