基于BP神经网络和灰色关联度的侧柏人工林土壤肥力评价

发布时间：2021-07-08 08:26

　　土壤肥力对于诊断森林土壤养分失调和林地土壤退化具有重要意义,可为人工林合理经营提供科学依据。本研究以鲁中山地侧柏人工林样地土壤为材料,采用BP神经网络和灰色关联度对林地土壤肥力进行综合评价,并对这两种方法的应用效果进行对比研究。结果表明,供试林地土壤的粘粒、碱解氮和有效磷含量偏低,速效钾含量整体较为适宜,而阳离子交换量和有机质含量处于较高水平。土壤碱解氮与土壤有机质、阳离子交换量和速效钾之间均存在显著正相关关系,表明土壤氮素对侧柏人工林地土壤肥力有显著影响。评价结果表明,鲁中山地侧柏林地土壤肥力处于中等水平,综合土壤肥力相对较高的样地为位于黑峪林场的22、21号和位于原山林场的9号样地,而燕子山林场土壤肥力较低。BP神经网络和灰色关联度分析的评价结果整体一致,均可用于林地土壤肥力评价。 

【文章来源】：山东农业科学. 2019,51(10)

【文章页数】：7 页

【部分图文】：

BPo.so.ao.so.s以?灰色关联度神经网络土壤肥力等级预测值与

【参考文献】：
期刊论文
[1]基于BP神经网络的青藏高原土壤养分评价[J]. 杨文静,王一博,刘鑫,孙哲.  冰川冻土. 2019(01)
[2]广西马尾松人工林土壤肥力评价研究[J]. 覃其云,唐健,邓小军,宋贤冲,覃祚玉.  林业调查规划. 2017(06)
[3]基于SPEI的鲁中山区1958—2015年干旱特征分析[J]. 燕婷婷,朱清科,赵维军.  西北林学院学报. 2017(06)
[4]基于因子分析的土壤肥力综合评价[J]. 段必挺,杨锡永,李发平,赵旭辉,李茂林,苏仕开,苏德艳,张平,刘洪华.  现代农业科技. 2016(07)
[5]广西杉木主产区连栽杉木林地土壤肥力综合评价[J]. 唐健,覃祚玉,王会利,邓小军,石媛媛,农必昌.  森林与环境学报. 2016(01)
[6]正宁县苹果园土壤肥力综合指数评价[J]. 张彦山,韩明玉,马杰,张有龙,张文伟.  甘肃农业科技. 2015(02)
[7]大岗山不同海拔毛竹林土壤肥力的灰色关联度分析[J]. 薛沛沛,王兵,牛香.  浙江农业学报. 2013(06)
[8]基于BP神经网络对蔗区土壤养分肥力等级综合评价[J]. 裴文文,黄智刚.  南方农业. 2013(10)
[9]基于最小数据集和模糊数学法的水旱轮作区土壤肥力质量评价[J]. 刘金山,胡承孝,孙学成,邱炜红,谭启玲.  土壤通报. 2012(05)
[10]基于模糊数学方法的土壤肥力综合评价及应用[J]. 董文涛,路明浩,韦大山,徐同高,刘兆亮.  资源开发与市场. 2011(06)

硕士论文
[1]东北长白山系低山丘陵区不同林分土壤肥力质量研究[D]. 杨晓娟.北京林业大学 2013
[2]基于人工神经网络的耕作土壤肥力质量评价[D]. 郑小佳.四川农业大学 2006



本文编号：3271215