选择药用植物栽培种类,在地处西南喀斯特腹地的毕节市七星关区岔河镇足纳村的黄壤坡地上,建立5个药用植物泥沙侵蚀监测小区,得到土壤侵蚀量与植物覆盖度、枝叶层厚度、根系条数的监测数据,以此建立3-32-1结构的BP神经网络模型,对药用植...选择药用植物栽培种类,在地处西南喀斯特腹地的毕节市七星关区岔河镇足纳村的黄壤坡地上,建立5个药用植物泥沙侵蚀监测小区,得到土壤侵蚀量与植物覆盖度、枝叶层厚度、根系条数的监测数据,以此建立3-32-1结构的BP神经网络模型,对药用植物的水土保持效益进行科学评价。模型进行10625次训练后达到标准误差平方和0.001的精度要求,侵蚀模数的模拟值与实测值的绝对误差在-0.02~0.03 t hm^(-2) a^(-1)之间;相对误差基本上为零。对调查的20种药用植物进行模拟,泥沙减蚀率最少为11.8%,最大为58.73%,大部分为55%左右。通过BP神经网络,能将部分药用植物的水土流失径流小区监测结果扩展到多种药用植物,得出其水土流失减蚀量,模拟结果较为切合实际。展开更多
文摘选择药用植物栽培种类,在地处西南喀斯特腹地的毕节市七星关区岔河镇足纳村的黄壤坡地上,建立5个药用植物泥沙侵蚀监测小区,得到土壤侵蚀量与植物覆盖度、枝叶层厚度、根系条数的监测数据,以此建立3-32-1结构的BP神经网络模型,对药用植物的水土保持效益进行科学评价。模型进行10625次训练后达到标准误差平方和0.001的精度要求,侵蚀模数的模拟值与实测值的绝对误差在-0.02~0.03 t hm^(-2) a^(-1)之间;相对误差基本上为零。对调查的20种药用植物进行模拟,泥沙减蚀率最少为11.8%,最大为58.73%,大部分为55%左右。通过BP神经网络,能将部分药用植物的水土流失径流小区监测结果扩展到多种药用植物,得出其水土流失减蚀量,模拟结果较为切合实际。