基于BP神经网络GPR反演滨海盐渍土含盐量模型构建

滨海盐渍土水盐含量较高,水盐运移规律显著,利用探地雷达(GPR)反演土壤含盐量具有重要意义。针对目前GPR反演土壤含盐量模型多为内陆盐渍土单一影响因素模型现状,本研究采用BP神经网络方法,探究GPR信号的土壤介电常数、土壤层次振幅比与土壤含盐量之间的非线性关系,并以Matlab为平台,采用自编程序对实验数据进行网络学习和仿真,构建了多重GPR信号反演的土壤含盐量模型。模型输出准确率达到86.53%,表明该模型可以预测滨海盐渍土含盐量。