论文部分内容阅读
土壤盐渍化对干旱区绿洲生态安全和绿洲农业可持续发展构成威胁。随着土壤盐渍化研究的深入，土壤盐渍化研究的重要性已成为共识。通过GIS手段与遥感影像的盐渍化程度信息提取、土壤盐渍化的分析、反演、模拟与预测技术不断发展，以GIS平台为基础，综合分析遥感与非遥感数据的数学模型为手段的盐渍化分析技术也在不断提高。由于区域土壤盐渍化的复杂性,目前的研究主要集中在土壤盐渍化的自然因素，自然因素和人为因素相结合进行土壤盐渍化预测分析尚未成熟。因此，分析自然因素和人为因素对土壤盐渍化的影响，建立基于BP神经网络的土壤盐渍化成因预报模型，可以深入认识绿洲土壤盐渍化的成因，对于防止和治理灌区的土壤次生盐渍化，对于维持干旱区绿洲稳定与保障区域生态安全具有重要的意义。以开都河流域下游绿洲为研究区，以1973年、1990年、2000年和2010年LANDSAT MSS、TM/ETM及ALOS/EVNIR-2遥感数据和野外调研数据为基本数据源，通过SVM分类法，获得1973-2010年土壤盐渍化分布和变化信息；分析和确定土壤盐渍化成因因子，通过ArcGIS的空间分析功能，采用最短距离法，获取离湖岸距离、离居民点距离、离灌水渠距离和离排水渠距离，结合地下水埋深、地下水矿化度和高程数据等自然因子和人为因子，利用灰色关联度分析确定了土壤含盐量与主要成因之间的关系；结合实验数据，利用BP神经网络，采用Matlab平台实现成因因子对土壤含盐量影响的预测。研究结论如下：1.1973~1990年，研究区土壤盐渍化面积增加122.83km2；1990~2010年，重度盐渍化和中度盐渍化面积持续下降，其中1990~2000年重度盐渍化下降面积6.8km2，2000~2010年重度盐渍化下降面积7.06km2，轻度盐渍化面积呈现先减少后增加趋势，1990~2000年减少的面积128.65km2，2000~2010年增加的面积41.23km2；1973~1990年是研究区土壤盐渍化面积变化较剧烈的时期。2.因子灰色关联度在0~10cm层为0.6651~0.7366之间，10~30cm层为0.4153~0.6138，30~50cm层为0.3585~0.5687。在0~10cm主要因子对土壤含盐量的影响最大，其中离灌水渠距离和地下水埋深为主要的因子，关联系数分别为0.7366和0.7262；再次，依次为离居民点远近（0.7163）、离排水渠距离（0.7066）、高程（0.7051）、离湖岸远近（0.6873）、地下水矿化度（0.6651）。3.采用附加动量的梯度下降法、L-M优化算法和贝叶斯正则化算法等三种训练算法分别进行训练BP神经网络模型。研究表明，选用L-M优化算法进行BP神经网络模型效果较好，选择BP神经网络预测模型为7-16-1的三层网络结构。4.以离湖岸距离、离灌溉水渠距离、离排水渠距离、离居民点距离、高程、地下水埋深、地下水矿化度等七种因子作为输入，以土壤含盐量为输出，BP神经网络模型能较好的模拟和预测成因因子和含盐量之间的关系。BP神经网络的预测值与实际值残差相对较小,得出残差值的平均值为0.1969,预测精度为86.71%，应用该模型预测土壤盐渍化成因是可行的。