基于BP模型的南通市农田土壤重金属空间分布研究
摘要: 利用采样点实测数据,借助BP神经网络模型并结合GIS技术对江苏省南通市农田土壤重金属的空间动态分布进行了详细地描述.结果表明,BP神经网络模型能够智能地学习各个采样点的空间位置与该点各重金属含量之间的映射关系,并能够稳健地对各个空问插值点处的土壤重金属含量进行预测.运用Arcgis进行的分析结果显示,在该地区Pb和As造成的污染最严重,其他重金属污染相对较轻.其中南通市区、海门市和启东市重金属富集最严重;南通大部、通州、如东大部分地区含量较少,含量最少的'地区是如皋市和海安县.在运用神经网络模型进行空间插值了解重金属空间动态分布的基础上,可以根据污染的分布状况确定农产品的生产布局和规划. 作 者: 胡大伟 卞新民 王书玉 付卫国 HU Da-wei BIAN Xin-ming WANG Shu-yu FU Wei-guo 作者单位: 南京农业大学农学院,南京210095 期 刊: 安全与环境学报 ISTICPKU Journal: JOURNAL OF SAFETY AND ENVIRONMENT 年,卷(期): 2007, 7(2) 分类号: X82 关键词: 环境工程 BP神经网络模型 GIS技术 土壤重金属 南通市 空间分布 空间插值【基于BP模型的南通市农田土壤重金属空间分布研究】相关文章:
徐州城市土壤重金属污染空间分布研究07-04
上海农田土壤重金属含量的空间分析01-17
基于BP算法的信用风险评价模型研究07-03
基于BP网络与空间统计分析的山东人口空间分布模式预测研究07-23
基于BP网络与空间统计分析的山东人口空间分布模式预测研究08-08
基于BP网络与空间统计分析的山东人口空间分布模式预测研究11-03
基于BP网络的降雨-水位预报模型应用研究08-27