• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于灰色理論—BP神經(jīng)網(wǎng)絡(luò)方法的表層土壤容重預(yù)測(cè)

    2018-03-21 05:41:04郭李娜樊貴盛
    節(jié)水灌溉 2018年2期
    關(guān)鍵詞:表層關(guān)聯(lián)度神經(jīng)網(wǎng)絡(luò)

    郭李娜,樊貴盛

    (太原理工大學(xué)水利科學(xué)與工程學(xué)院,太原 030024)

    土壤容重一般指土壤干容重,又稱為土壤密度,是干的土壤基質(zhì)物質(zhì)的量與總?cè)莘e之比,是表征土壤物理狀況指標(biāo)的重要參數(shù)。表層土壤容重一般指地表以下20 cm深度范圍土層的土壤容重,是影響水分、鹽分及養(yǎng)分隨徑流在土壤中運(yùn)移的重要因素之一。目前,獲取土壤容重的常用方法為傳統(tǒng)環(huán)刀法,在農(nóng)田中用標(biāo)準(zhǔn)環(huán)刀取樣后帶回實(shí)驗(yàn)室烘干稱重后計(jì)算土壤容重,此種測(cè)量方法雖然操作過程簡(jiǎn)單,但對(duì)于大面積農(nóng)田土壤容重的持續(xù)跟蹤采樣與監(jiān)測(cè)不僅工作繁重,而且耗時(shí)耗力,無法實(shí)時(shí)且快速地采集農(nóng)田信息。近年來,國(guó)內(nèi)外一些學(xué)者致力于通過利用土壤常規(guī)理化參數(shù)對(duì)土壤容重進(jìn)行預(yù)測(cè)的研究,取得了很大進(jìn)展。Rawls、Adams[1,2]等研究發(fā)現(xiàn),土壤質(zhì)地和有機(jī)質(zhì)是影響土壤容重的主要因素;Curtis和Post[3]、Huntington[4]和Kaur[5]等多位學(xué)者根據(jù)土壤質(zhì)地、有機(jī)質(zhì)含量等資料,相繼提出13種土壤傳遞函數(shù)用于預(yù)測(cè)土壤容重;韓光中[6]等利用現(xiàn)有的土壤數(shù)據(jù)庫(kù)回歸分析建立了我國(guó)主要土壤類型最適宜的容重傳遞函數(shù)。田耀武[7]等利用蘭陵溪流域森林土壤調(diào)查數(shù)據(jù)庫(kù),建立了土壤有機(jī)碳、有機(jī)質(zhì)與容重之間的回歸模型。劉繼紅[8]等指出對(duì)于不同地區(qū)、不同類型、不同剖面垂直深度和不同發(fā)生層次的土壤,其容重PTFs的預(yù)測(cè)變量及相應(yīng)參數(shù)各不相同。BP神經(jīng)網(wǎng)絡(luò)方法已被廣泛地應(yīng)用于眾多領(lǐng)域的預(yù)測(cè)研究,李昊哲[9]等以土壤基本理化參數(shù)為輸入變量,建立了鹽堿土壤Kostiakov入滲模型參數(shù)的BP預(yù)報(bào)模型。侯澤宇[10]等利用小波神經(jīng)網(wǎng)絡(luò)的分析方法建立了降雨量的BP預(yù)測(cè)模型。王巧利[11]等以復(fù)合圓錐指數(shù)儀為工具,建立了BP神經(jīng)網(wǎng)絡(luò)的土壤容重預(yù)測(cè)模型。

    目前,現(xiàn)有研究大多局限于對(duì)自然土壤容重的預(yù)測(cè),且輸入變量少,導(dǎo)致預(yù)測(cè)精度較低。在實(shí)際耕作條件下,影響表層土壤容重的因素涉及多個(gè)方面,除了土壤質(zhì)地和有機(jī)質(zhì)以外,降雨量、灌溉水量、全鹽量及黃土的結(jié)構(gòu)變形對(duì)表層土壤容重也有明顯影響[12]。灌溉和降雨后由于表層土壤含水量增大,黃土的濕陷性和壓實(shí)性使其結(jié)構(gòu)改變,導(dǎo)致表層土壤容重發(fā)生變化;表層土壤隨灌溉和降雨的進(jìn)行經(jīng)歷著反復(fù)的脫鹽和積鹽過程,改變了土壤的理化特征和結(jié)構(gòu),從而影響表層土壤的容重。

    本文針對(duì)大田耕作土壤,考慮增加累積接收水量和全鹽量等因素,采用灰色關(guān)聯(lián)理論方法,從分析表層土壤容重與各影響因素之間關(guān)聯(lián)關(guān)系入手,利用BP模型在非線性映射和表達(dá)不確定性關(guān)系能力方面的強(qiáng)大優(yōu)勢(shì),建立基于灰色關(guān)聯(lián)理論的表層土壤容重BP預(yù)報(bào)模型,實(shí)現(xiàn)利用常規(guī)土壤理化參數(shù)和累積接收水量對(duì)土壤表層容重的多變量預(yù)測(cè),一方面豐富了土壤傳輸函數(shù)理論的發(fā)展,另一方面可為科學(xué)進(jìn)行農(nóng)田農(nóng)事和灌溉管理提供技術(shù)支撐。

    1 樣本的獲取

    1.1 試驗(yàn)區(qū)及土壤條件

    本文所涉及的樣本數(shù)據(jù)來源于大田耕作土壤的年度跟蹤試驗(yàn)。項(xiàng)目試驗(yàn)在山西省黃土高原區(qū)的15個(gè)縣市區(qū)進(jìn)行。數(shù)月長(zhǎng)度的試驗(yàn)期內(nèi),試驗(yàn)區(qū)各試點(diǎn)總降雨量變化范圍在300.50~428.05 mm之間。種植冬小麥的試點(diǎn)在作物生長(zhǎng)期內(nèi)灌水3次,分別在10月和第二年的4月、5月,平均灌溉定額為265 mm;種植蔬菜的試點(diǎn)約20 d灌溉一次,平均灌溉定額為360 mm;種植玉米的試點(diǎn)多數(shù)無灌溉,部分試點(diǎn)在7月和9月灌溉兩次,平均灌溉定額為170 mm。

    試驗(yàn)區(qū)土壤種類多樣,有紅黏土、棕壤土、栗鈣土、栗褐土和黃綿土等,土壤質(zhì)地包括砂質(zhì)壤土、粉砂質(zhì)壤土、砂質(zhì)黏壤土、壤土等,其中表層土壤黏粒含量、粉粒含量、砂粒含量的變化范圍分別為0.01%~17.54%、30.20%~66.14%、28.63%~69.57%;表層土壤含水率的范圍為7.81%~39.02%,有機(jī)質(zhì)含量變化范圍在0.18~2.74 g/kg之間;全鹽量含量變化范圍在682.30~5 606.28 mg/kg之間,表層土壤容重變化范圍在1.09~1.63 g/cm3之間。

    1.2 試驗(yàn)方案與方法

    試驗(yàn)對(duì)大田耕作土壤表層容重和基本理化參數(shù)進(jìn)行跟蹤測(cè)定,測(cè)定項(xiàng)目包括:分層(0~2、2~10、10~20 cm)土壤干容重、體積含水量、有機(jī)質(zhì)含量和全鹽量等,并配套監(jiān)測(cè)試驗(yàn)期內(nèi)試驗(yàn)區(qū)降雨量和灌溉量等。試驗(yàn)從2015年4月下旬開始到2015年11月中旬結(jié)束,監(jiān)測(cè)頻次15 d左右。

    表層土壤容重采用環(huán)刀法進(jìn)行測(cè)定,并計(jì)算以土層厚度為權(quán)重的加權(quán)平均容重作為樣本中采用的表層土壤容重值;土壤含水率測(cè)定采用烘干稱重法,再經(jīng)容重值換算成體積含水率;土壤質(zhì)地通過篩分+比重計(jì)法得到篩分曲線,然后分析土壤的顆粒級(jí)配得到;土壤有機(jī)質(zhì)含量的測(cè)定采用重鉻酸鉀容量法來測(cè)定,土壤有機(jī)質(zhì)含量乘以0.58得到土壤有機(jī)碳含量[13];土壤累積接收水量即為試驗(yàn)區(qū)累積降雨量和灌溉量之和,其中試驗(yàn)區(qū)降雨量采用氣象站設(shè)施觀察得到,灌溉量通過記錄當(dāng)?shù)剞r(nóng)戶農(nóng)事作業(yè)資料獲得;土壤全鹽量測(cè)定通過殘?jiān)娓少|(zhì)量法測(cè)定[14]。

    1.3 樣本數(shù)據(jù)的建立

    基于對(duì)試驗(yàn)數(shù)據(jù)的整理,建立了148組具有代表性的土壤樣本數(shù)據(jù),并隨機(jī)預(yù)留10組數(shù)據(jù)用以模型精度檢驗(yàn)。在全部試驗(yàn)數(shù)據(jù)資料中隨機(jī)選取3組來自不同試驗(yàn)田的土樣,表層土壤容重和相對(duì)應(yīng)的土壤黏粒、粉粒和砂粒含量、有機(jī)碳含量、體積含水率、全鹽量和累積接收水量等參數(shù)如表1所示。

    表1 3組試驗(yàn)點(diǎn)樣本數(shù)據(jù)

    2 BP神經(jīng)網(wǎng)絡(luò)模型的建立

    2.1 影響因子模糊關(guān)聯(lián)度分析

    定性分析認(rèn)為,土壤質(zhì)地、有機(jī)碳含量、體積含水率、全鹽量和土壤累積接收水量等是影響土壤容重的重要因子,但各個(gè)影響因子對(duì)土壤容重的影響程度如何需要研究分析?;疑P(guān)聯(lián)分析方法可以樣本數(shù)據(jù)為依據(jù),利用灰色關(guān)聯(lián)理論求出灰色關(guān)聯(lián)度,以此來描述因素間關(guān)系的強(qiáng)弱和次序。灰色關(guān)聯(lián)度的分析結(jié)果可為合理地選擇BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的輸入因子提供依據(jù)。

    在試驗(yàn)數(shù)據(jù)資料中隨機(jī)選取30組數(shù)據(jù)作為計(jì)算樣本,分三步進(jìn)行影響因子模糊關(guān)聯(lián)度分析。

    第一步確定分析序列,將土壤容重值作為母因素Y,將土壤黏粒、粉粒和砂粒含量、有機(jī)碳含量、體積含水率、全鹽量和累積接收水量作為子因素X1、X2、X3、X4、X5、X6、X7,建立公式(1)和(2)所示的分析序列。

    Y=(y1,y2,…,yk,…,yn)

    (2)

    式中:m為樣本數(shù)量,本文樣本數(shù)量為30;n為子因素?cái)?shù)量,本文選取7個(gè)子因素;k為第k組樣本。

    第二步,對(duì)所選樣本序列進(jìn)行無量綱化處理,即:

    (4)

    式中:1 ≤i≤n,1≤j≤m,k為第k組樣本。

    第三步,計(jì)算關(guān)聯(lián)系數(shù),R=(ξij)m×n,其中:

    (5)

    式中:ξij為關(guān)聯(lián)系數(shù);R表示關(guān)聯(lián)系數(shù)的m×n階矩陣;ρ為分辨系數(shù),一般取0.5。

    各因素關(guān)聯(lián)度計(jì)算公式為:

    (6)

    式中:φ0i為關(guān)聯(lián)度。

    將選取的 30 組樣本數(shù)據(jù)代入上述公式,計(jì)算出表層土壤容重各個(gè)影響因子間的關(guān)聯(lián)度如表2所示。

    表2 表層土壤容重影響因子關(guān)聯(lián)度計(jì)算結(jié)果表

    一般關(guān)聯(lián)度大于等于0.8時(shí),子序列與母序列關(guān)聯(lián)度很好;介于0.6與0.8之間關(guān)聯(lián)度好;小于0.5時(shí),基本上不相關(guān)[15]。由表2可知,影響土壤容重的7個(gè)參數(shù)對(duì)于表層土壤容重的關(guān)聯(lián)度都大于0.6,關(guān)聯(lián)度屬于好和很好,關(guān)聯(lián)度排序?yàn)椋害?>φ2>φ7>φ4>φ5>φ6>φ3。為保持輸入變量之間的獨(dú)立性,從總和為100%的黏粒、粉粒和砂粒含量中選擇關(guān)聯(lián)性較好的粉粒含量和砂粒含量作為表征土壤質(zhì)地的參數(shù)。據(jù)此最終選定土壤粉粒含量、土壤砂粒含量、累積接收水量、體積含水率、有機(jī)碳含量和全鹽量6個(gè)影響表層土壤容重的參數(shù)作為BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的輸入變量。

    土壤容重與質(zhì)地有密切關(guān)系,土壤中黏粒、粉粒和砂粒含量決定了土體中大孔隙數(shù)量和疏松程度,從而影響土壤容重;隨著土壤中有機(jī)碳含量的增多,土壤微生物活動(dòng)更為劇烈,土壤孔隙率增大,土質(zhì)疏松多孔,土壤容重值較小;耕作層土壤由高含水量到低含水量的變化過程中,土壤干容重呈增大趨勢(shì);灌溉和降雨改變了表層土壤含水量,黃土的濕陷性和壓實(shí)性使其結(jié)構(gòu)改變,導(dǎo)致表層土壤容重發(fā)生變化;表層土壤隨灌溉和降雨的進(jìn)行經(jīng)歷著反復(fù)的脫鹽和積鹽過程,改變了土壤的理化特征和結(jié)構(gòu),從而影響表層土壤的容重。

    2.2 BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)方法

    (1)BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。BP神經(jīng)網(wǎng)絡(luò)是一種使用較為廣泛且成熟的人工神經(jīng)網(wǎng)絡(luò)模型,一般具有3層或3層以上的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)[ ]。本文建立的BP神經(jīng)網(wǎng)絡(luò)模型由輸入層、隱含層及輸出層組成。根據(jù)前文灰色關(guān)聯(lián)度的分析結(jié)果,確定的輸入?yún)?shù)有6個(gè),故輸入層的神經(jīng)元個(gè)數(shù)為6,輸出參數(shù)為1個(gè),輸出層神經(jīng)元個(gè)數(shù)為1;中間隱含層神經(jīng)元數(shù)目需要經(jīng)過多次迭代計(jì)算才能得出,通過逐漸增加隱含層節(jié)點(diǎn)數(shù),反復(fù)計(jì)算與迭代訓(xùn)練,當(dāng)模型隱含層的神經(jīng)元數(shù)目等于20時(shí)最終達(dá)到模型的目標(biāo)精度,因此建立的關(guān)于土壤容重的BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為6∶20∶1。

    (2)樣本預(yù)處理。為了確保輸入輸出變量的同等重要性并加快樣本的迭代運(yùn)算速度,需要對(duì)輸入的樣本值進(jìn)行標(biāo)準(zhǔn)化處理,使輸入值落在(0,1)之間,選取公式(7)對(duì)輸入?yún)?shù)進(jìn)行預(yù)處理。

    (7)

    式中:y為處理后樣本值;x為輸入樣本值;xmin為建模樣本最小值;xmax為建模樣本最大值。

    (3)函數(shù)選取和參數(shù)設(shè)定。分析所要處理的數(shù)據(jù)后,基于Matlab7.0神經(jīng)網(wǎng)絡(luò)工具箱中newff函數(shù),選擇學(xué)習(xí)速度較快且單次迭代誤差較小的trainlm函數(shù)作為學(xué)習(xí)函數(shù);基于sigmoid函數(shù)非線性映射能力強(qiáng)的優(yōu)點(diǎn)加之輸入值進(jìn)行了標(biāo)準(zhǔn)化處理,選取正切函數(shù)tansig作為隱含層的激活函數(shù),線性函數(shù)purelin作為輸出層的激活函數(shù)。本文所訓(xùn)練的模型參數(shù)設(shè)定如下:最大學(xué)習(xí)迭代次數(shù)為1 500次,學(xué)習(xí)率0.01,訓(xùn)練精度為0.000 5。

    2.3 表層土壤容重BP預(yù)測(cè)模型的建立

    本文根據(jù)已測(cè)得樣本利用軟件Matlab7.0建立的BP網(wǎng)絡(luò)模型如下所示。

    net=newff(minmax(trainput),[20,1],

    {'tansig', 'purelin'}, 'trainlm')

    (8)

    式中:net為所建立的BP神經(jīng)網(wǎng)絡(luò);newff為Matlab7.0生成的BP神經(jīng)網(wǎng)絡(luò)函數(shù);trainput為輸入向量;min max(trainput)為表征輸入向量范圍的向量矩陣;[20,1]表示隱含層與輸出層神經(jīng)元個(gè)數(shù),本文的輸出值為表層土壤容重;{‘tansig’,‘purelin’}分別為隱含層和輸出層的激活函數(shù)形式;‘trainlm’為網(wǎng)絡(luò)的訓(xùn)練函數(shù)形式。

    BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果如下所示。

    γ=purelin(iw2(tansig(iw1p+b1))+b2)

    (9)

    p=[β1,β2,θ,Q,ψ,L]

    (10)

    式中:γ為輸出的表層土壤容重值;iw1、iw2分別為模型輸入層到隱含層的權(quán)值和隱含層到輸出層的權(quán)值;b1為模型輸入層到隱含層的閾值;b2為模型隱含層到輸出層的閾值;β1為粉粒含量;β2為砂粒含量;θ為體積含水率;Q為有機(jī)碳含量;L為累積接收水量。

    BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型iw1、b1、iw2、b2組成的矩陣數(shù)值表見表3。

    表3 預(yù)報(bào)模型矩陣數(shù)值表

    3 BP模型的預(yù)測(cè)結(jié)果與精度檢驗(yàn)

    3.1 建模樣本的BP模型的預(yù)測(cè)結(jié)果與精度檢驗(yàn)

    對(duì)建模的148組樣本數(shù)據(jù)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè),根據(jù)程序運(yùn)行的結(jié)果得出:當(dāng)訓(xùn)練步數(shù)為200步時(shí),訓(xùn)練精度為9.997 4×10-5,小于5×10-4,達(dá)到設(shè)定的目標(biāo)精度要求。計(jì)算預(yù)測(cè)值與實(shí)測(cè)值間的絕對(duì)誤差和相對(duì)誤差并進(jìn)行精度對(duì)比,結(jié)果如表4所示。

    表4 表層土壤容重預(yù)測(cè)結(jié)果與誤差分析表

    從表4可以看出,表層土壤容重預(yù)測(cè)值與實(shí)測(cè)值的平均值相同,說明本文選用148組數(shù)據(jù)建立的BP模型整體上預(yù)測(cè)效果較好,其相對(duì)誤差平均值為0.414 2%,最大值為12.368 6%,最小值僅為0.000 6%,通過148組表層土壤容重預(yù)測(cè)值與實(shí)測(cè)值的誤差精度對(duì)比可知,本文選定灰色關(guān)聯(lián)度較高的土壤粉粒含量、土壤砂粒含量、累積接收水量、體積含水率、有機(jī)碳含量和全鹽量6個(gè)影響土壤容重的參數(shù)作為輸入?yún)?shù)建立BP預(yù)測(cè)模型是合理的,與實(shí)際情況相符,并且預(yù)測(cè)模型精度很高。

    3.2 驗(yàn)證樣本的預(yù)測(cè)結(jié)果與精度檢驗(yàn)

    為了檢驗(yàn)?zāi)P偷念A(yù)測(cè)精度,計(jì)算隨機(jī)預(yù)留的10組數(shù)據(jù)預(yù)測(cè)值與實(shí)測(cè)值的相對(duì)誤差和絕對(duì)誤差,計(jì)算結(jié)果如表5所示。

    表5 預(yù)報(bào)模型檢驗(yàn)結(jié)果分析表

    由表5可以看出,隨機(jī)預(yù)留的10組數(shù)據(jù)表層土壤容重的預(yù)測(cè)值與實(shí)測(cè)值的平均值基本一致,相對(duì)誤差的平均值為1.046 3%,最大值為4.300 8%,最小值為0.006 2%,精度較高,誤差完全在可接收的范圍之內(nèi),計(jì)算結(jié)果表明,利用表層土壤粉粒含量、砂粒含量、累積接收水量、體積含水率、有機(jī)碳含量和全鹽量對(duì)表層土壤容重進(jìn)行預(yù)測(cè)是可行的,預(yù)測(cè)值與實(shí)際相符且預(yù)測(cè)精度很高,可滿足實(shí)際農(nóng)業(yè)生產(chǎn)活動(dòng)需要,為獲取黃土高原區(qū)土壤參數(shù)提供依據(jù)。

    4 結(jié) 語

    (1)基于灰色理論—BP神經(jīng)網(wǎng)絡(luò)的方法建立表層土壤容重預(yù)測(cè)模型是可行的。灰色關(guān)聯(lián)理論的方法,量化各因素對(duì)表層土壤容重的影響程度,有針對(duì)性地對(duì)影響因素評(píng)判和取舍,降低了輸入樣本的維數(shù),優(yōu)化了模型結(jié)構(gòu),在一定程度上提高了神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)精度,為土壤容重的預(yù)測(cè)提供了新思路和新方法。

    (2)以表層土壤粉粒含量、土壤砂粒含量、累積接收水量、有機(jī)碳含量、體積含水率、和全鹽量作為輸入變量的土壤傳輸函數(shù)預(yù)測(cè)可獲得較理想的預(yù)測(cè)精度。以關(guān)聯(lián)度較好且相互獨(dú)立的6個(gè)影響參數(shù)作為輸入因子所建立的BP神經(jīng)網(wǎng)絡(luò)模型,預(yù)測(cè)值和實(shí)測(cè)值之間相對(duì)誤差的平均值為0.41%,預(yù)留10組檢驗(yàn)樣本相對(duì)誤差的平均值為 1.05%,預(yù)測(cè)精度高,預(yù)測(cè)誤差小,實(shí)現(xiàn)了利用常規(guī)土壤理化參數(shù)和累積接收水量對(duì)土壤表層容重的有效預(yù)測(cè),豐富了土壤傳輸函數(shù)理論的發(fā)展,為科學(xué)指導(dǎo)農(nóng)田農(nóng)事和灌溉管理提供理論支撐。

    本文所建立的灰色BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型,實(shí)現(xiàn)了對(duì)黃土表層土壤容重的高精度預(yù)測(cè),但所預(yù)測(cè)是0~20 cm土壤的加權(quán)平均容重,為提高表層土壤容重預(yù)測(cè)在農(nóng)田農(nóng)事和灌溉管理中的使用價(jià)值,應(yīng)對(duì)分層土壤容重的預(yù)測(cè)還進(jìn)行進(jìn)一步的探討和研究。

    [1] Rawls W J.Estimating soil bulk density from particle size analysis and organic matter content[J].Soil Science,1983,135(2):123-125.

    [2] Adams W A.The effect of organic matter on the bulk and true densities of some uncultivated podzolic soils[J].European Journal of Soil Science,1973,24(1):10-17.

    [3] Curtis R O,Post B W.Estimating bulk density from organic matter content in some vermont forest soils[J].Soil Science Society of America Journal,1964,28(2):285-286.

    [4] Huntington T G,Johnson A H,Siccama T G.Carbon,organic matter and bulk density relationship in a forested spodosol[J].Soil Science,1989,148(5):380-386.

    [5] Kaur R,Kumar S,Gueung H P.A pedo-transfer function(PTF)for estimating soil bulk density from basic soil data and its comparison with existing PTFS[J].Australian Journal of Soil Research,2002,40(5):847-857.

    [6] 韓光中,王德彩,謝賢健.中國(guó)主要土壤類型的土壤容重傳遞函數(shù)研究[J].土壤學(xué)報(bào),2016, 53(01):93-102.

    [7] 田耀武,黃志霖,肖文發(fā),等.三峽庫(kù)區(qū)蘭陵溪流域森林土壤有機(jī)碳、有機(jī)質(zhì)與容重間的回歸模型[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào),2016,37(1):89-95.

    [8] 劉繼紅,蘭傳賓,陳 杰.區(qū)域土壤容重轉(zhuǎn)換函數(shù)構(gòu)建與預(yù)測(cè)結(jié)果評(píng)價(jià)——以河南省封丘縣為例[J].土壤通報(bào),2013,44(1):77-82.

    [9] 李昊哲,樊貴盛. 鹽堿土壤Kostiakov入滲模型參數(shù)的BP預(yù)報(bào)模型[J].中國(guó)農(nóng)村水利水電,2017,(7):49-53

    [10] 侯澤宇,盧文喜,陳社明.基于小波神經(jīng)網(wǎng)絡(luò)方法的降水量預(yù)測(cè)研究[J].節(jié)水灌溉,2013,(3):31-34.

    [11] 王巧利,林劍輝,許彥峰.基于BP神經(jīng)網(wǎng)絡(luò)的土壤容重預(yù)測(cè)模型[J].中國(guó)農(nóng)學(xué)通報(bào),2014,30(24):237-245.

    [12] 程詩(shī)念,樊貴盛.玉米生育期內(nèi)不同覆膜對(duì)黃土表層容重變化特性的影響[J].節(jié)水灌溉,2017,(6):26-29.

    [13] WANG S Q,ZHOU C H,LIU J Y.Carbon storage in northeast China as estimated from vegetation and soil inventories[J].Environmental Pollution,2002,116(1):157-165.

    [14] 南京農(nóng)學(xué)院.土壤農(nóng)化分析[M].北京:中國(guó)農(nóng)業(yè)出版社,1980.

    [15] 郝彬彬,李 沖,王春紅.灰色關(guān)聯(lián)度在礦井突水水源判別中的應(yīng)用[J].中國(guó)煤炭,2010,36(6):20-22.

    [16] 趙西寧,王萬忠,吳普特,等.坡面入滲的人工神經(jīng)網(wǎng)絡(luò)模型研究[J].農(nóng)業(yè)工程學(xué)報(bào),2004,20(3):48-50.

    猜你喜歡
    表層關(guān)聯(lián)度神經(jīng)網(wǎng)絡(luò)
    半潛式平臺(tái)表層卡套管處理與認(rèn)識(shí)
    海洋石油(2021年3期)2021-11-05 07:43:10
    水體表層沉積物對(duì)磷的吸收及釋放研究進(jìn)展
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    基于灰色關(guān)聯(lián)度的水質(zhì)評(píng)價(jià)分析
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于灰關(guān)聯(lián)度的鋰電池組SOH評(píng)價(jià)方法研究
    氬弧熔覆原位合成Ti(C,N)-WC增強(qiáng)鎳基表層復(fù)合材料的研究
    焊接(2015年6期)2015-07-18 11:02:25
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    超聲波光整強(qiáng)化40Cr表層顯微硬度研究
    免费高清在线观看视频在线观看| 99热网站在线观看| videosex国产| 久久av网站| 久久久欧美国产精品| 高清在线视频一区二区三区| 麻豆精品久久久久久蜜桃| av女优亚洲男人天堂| 精品国产国语对白av| 亚洲精品av麻豆狂野| 国产片内射在线| 一边亲一边摸免费视频| 久久这里只有精品19| 日本色播在线视频| 91国产中文字幕| 狠狠婷婷综合久久久久久88av| 亚洲人成77777在线视频| 国产在线免费精品| 亚洲精品美女久久久久99蜜臀 | 亚洲欧美清纯卡通| 大片免费播放器 马上看| 精品少妇久久久久久888优播| 大码成人一级视频| 一本—道久久a久久精品蜜桃钙片| 国产精品人妻久久久影院| 免费在线观看黄色视频的| av免费观看日本| 欧美日韩成人在线一区二区| 国产成人精品久久久久久| 99视频精品全部免费 在线| 国产成人精品福利久久| 日韩,欧美,国产一区二区三区| 久久这里有精品视频免费| 一个人免费看片子| 久久人人97超碰香蕉20202| 亚洲人与动物交配视频| 免费日韩欧美在线观看| 成人无遮挡网站| 国产免费视频播放在线视频| 国产免费视频播放在线视频| 亚洲欧美日韩卡通动漫| 国精品久久久久久国模美| 国产亚洲最大av| av天堂久久9| 免费久久久久久久精品成人欧美视频 | 精品视频人人做人人爽| 亚洲国产精品国产精品| 亚洲美女搞黄在线观看| 久热久热在线精品观看| 18禁动态无遮挡网站| 三上悠亚av全集在线观看| 久热久热在线精品观看| 久久久精品区二区三区| 99热6这里只有精品| 亚洲成人手机| 91在线精品国自产拍蜜月| 天堂8中文在线网| 观看美女的网站| 在线观看美女被高潮喷水网站| 国产日韩一区二区三区精品不卡| 一级a做视频免费观看| 免费久久久久久久精品成人欧美视频 | 这个男人来自地球电影免费观看 | 老司机亚洲免费影院| 丝袜美足系列| 久久精品国产综合久久久 | 青春草视频在线免费观看| 丝袜喷水一区| 在线观看人妻少妇| 国产精品麻豆人妻色哟哟久久| 国产乱人偷精品视频| 国产亚洲av片在线观看秒播厂| 久久久久久久大尺度免费视频| 乱人伦中国视频| 久久久久久人妻| 熟妇人妻不卡中文字幕| 看免费成人av毛片| 妹子高潮喷水视频| 麻豆乱淫一区二区| 99热6这里只有精品| 韩国av在线不卡| 在线观看www视频免费| 亚洲精品456在线播放app| 中文字幕亚洲精品专区| 国产精品国产三级国产专区5o| 人妻 亚洲 视频| 亚洲少妇的诱惑av| 国产亚洲av片在线观看秒播厂| tube8黄色片| 日韩电影二区| 亚洲精华国产精华液的使用体验| 亚洲国产精品999| 91精品三级在线观看| 日本黄色日本黄色录像| 人人妻人人澡人人爽人人夜夜| 色网站视频免费| 肉色欧美久久久久久久蜜桃| 午夜福利网站1000一区二区三区| av.在线天堂| 中文天堂在线官网| 免费观看a级毛片全部| 亚洲天堂av无毛| 99热国产这里只有精品6| 欧美bdsm另类| 日日撸夜夜添| 国产国拍精品亚洲av在线观看| 多毛熟女@视频| 男女国产视频网站| 天美传媒精品一区二区| 卡戴珊不雅视频在线播放| 日韩欧美精品免费久久| 亚洲精品国产av成人精品| 久久精品国产综合久久久 | 午夜福利,免费看| 看十八女毛片水多多多| www.av在线官网国产| 成人午夜精彩视频在线观看| 亚洲欧美成人精品一区二区| 久久精品熟女亚洲av麻豆精品| 男女无遮挡免费网站观看| 国产毛片在线视频| 最近最新中文字幕大全免费视频 | 男女免费视频国产| 国产精品成人在线| 久久久国产一区二区| 9色porny在线观看| 最近手机中文字幕大全| 在线观看www视频免费| av在线老鸭窝| 日韩视频在线欧美| 女性生殖器流出的白浆| 香蕉国产在线看| 亚洲精品久久午夜乱码| 国产乱来视频区| 美女中出高潮动态图| 亚洲图色成人| 精品人妻在线不人妻| 免费观看av网站的网址| 成人国产麻豆网| 王馨瑶露胸无遮挡在线观看| 十八禁高潮呻吟视频| 亚洲精品久久成人aⅴ小说| 99国产综合亚洲精品| 中国三级夫妇交换| 校园人妻丝袜中文字幕| 欧美xxxx性猛交bbbb| 日韩一区二区视频免费看| 国产女主播在线喷水免费视频网站| www.色视频.com| 国产免费视频播放在线视频| 亚洲美女搞黄在线观看| 精品国产露脸久久av麻豆| 亚洲av成人精品一二三区| 亚洲精品av麻豆狂野| 晚上一个人看的免费电影| 中国美白少妇内射xxxbb| 一级片免费观看大全| 精品久久国产蜜桃| 99久久精品国产国产毛片| 极品少妇高潮喷水抽搐| 亚洲人成77777在线视频| 日韩中字成人| 亚洲av电影在线观看一区二区三区| 97人妻天天添夜夜摸| 欧美精品高潮呻吟av久久| 成人亚洲精品一区在线观看| 国产精品成人在线| 中文字幕人妻熟女乱码| 国产精品免费大片| 啦啦啦中文免费视频观看日本| 三级国产精品片| 亚洲国产看品久久| 久久久久久久久久久免费av| 91aial.com中文字幕在线观看| 日韩不卡一区二区三区视频在线| 亚洲欧洲国产日韩| 菩萨蛮人人尽说江南好唐韦庄| 日韩av免费高清视频| 日日爽夜夜爽网站| 亚洲人与动物交配视频| 国产精品一二三区在线看| 亚洲少妇的诱惑av| 亚洲av日韩在线播放| 日韩不卡一区二区三区视频在线| 国产精品女同一区二区软件| 一区二区三区乱码不卡18| 亚洲人与动物交配视频| 久久久久久久国产电影| 夜夜爽夜夜爽视频| 中国美白少妇内射xxxbb| 久久精品国产自在天天线| 亚洲第一区二区三区不卡| 视频区图区小说| 久久人人爽av亚洲精品天堂| 熟女人妻精品中文字幕| 又黄又爽又刺激的免费视频.| 99国产综合亚洲精品| 人人澡人人妻人| 最近的中文字幕免费完整| 国产一区有黄有色的免费视频| 欧美最新免费一区二区三区| 国产一区二区在线观看av| 精品国产国语对白av| 乱人伦中国视频| 夫妻性生交免费视频一级片| 色婷婷av一区二区三区视频| 亚洲综合精品二区| 国产欧美日韩一区二区三区在线| 视频在线观看一区二区三区| 免费日韩欧美在线观看| 久久国产精品大桥未久av| 97在线视频观看| 九九爱精品视频在线观看| a级毛片在线看网站| 少妇猛男粗大的猛烈进出视频| 成年动漫av网址| 国产一区二区在线观看日韩| 人妻少妇偷人精品九色| 日韩熟女老妇一区二区性免费视频| 一级a做视频免费观看| 成年av动漫网址| 1024视频免费在线观看| 国产老妇伦熟女老妇高清| 大香蕉久久网| 免费av中文字幕在线| 老熟女久久久| av在线观看视频网站免费| 亚洲精品国产av成人精品| 深夜精品福利| 各种免费的搞黄视频| 国产精品久久久久久久久免| 免费高清在线观看视频在线观看| 日本av手机在线免费观看| 丰满饥渴人妻一区二区三| 少妇的逼水好多| 亚洲欧美精品自产自拍| 亚洲av成人精品一二三区| 日日爽夜夜爽网站| 黑人巨大精品欧美一区二区蜜桃 | 一本色道久久久久久精品综合| 国产精品久久久久成人av| 亚洲欧美色中文字幕在线| 永久免费av网站大全| 亚洲欧洲日产国产| 国产日韩欧美视频二区| 91精品三级在线观看| 又大又黄又爽视频免费| 一级毛片我不卡| 亚洲第一av免费看| 蜜臀久久99精品久久宅男| 成人免费观看视频高清| 久久久久视频综合| 色婷婷久久久亚洲欧美| 99久久人妻综合| 国产福利在线免费观看视频| 99九九在线精品视频| 尾随美女入室| 一级片'在线观看视频| 亚洲美女搞黄在线观看| 中文字幕人妻熟女乱码| 99热6这里只有精品| 肉色欧美久久久久久久蜜桃| 精品国产国语对白av| 在线精品无人区一区二区三| 成人18禁高潮啪啪吃奶动态图| 国产又爽黄色视频| 成人国语在线视频| 极品少妇高潮喷水抽搐| 亚洲天堂av无毛| 最近2019中文字幕mv第一页| 国产成人精品久久久久久| 91精品伊人久久大香线蕉| 热99久久久久精品小说推荐| 男女边吃奶边做爰视频| 国产xxxxx性猛交| 亚洲国产av新网站| 九九爱精品视频在线观看| 只有这里有精品99| 麻豆乱淫一区二区| 午夜日本视频在线| 最近2019中文字幕mv第一页| 精品福利永久在线观看| 2021少妇久久久久久久久久久| 国产精品.久久久| 在线观看美女被高潮喷水网站| 一区二区日韩欧美中文字幕 | 亚洲国产成人一精品久久久| 亚洲色图 男人天堂 中文字幕 | 永久网站在线| 毛片一级片免费看久久久久| 伦理电影大哥的女人| 亚洲av电影在线观看一区二区三区| 夜夜爽夜夜爽视频| 大码成人一级视频| 巨乳人妻的诱惑在线观看| 日本wwww免费看| 免费看av在线观看网站| 中文欧美无线码| 黄色视频在线播放观看不卡| 中文天堂在线官网| 亚洲四区av| 波野结衣二区三区在线| 嫩草影院入口| 日韩,欧美,国产一区二区三区| 久久久久人妻精品一区果冻| 久久久精品免费免费高清| 五月玫瑰六月丁香| 国产又爽黄色视频| 亚洲精品乱久久久久久| av在线老鸭窝| 亚洲精品自拍成人| 少妇猛男粗大的猛烈进出视频| 亚洲性久久影院| 国产一区二区在线观看av| 国产老妇伦熟女老妇高清| 国产熟女欧美一区二区| 午夜91福利影院| 国产精品.久久久| 看免费av毛片| 高清视频免费观看一区二区| 精品第一国产精品| 深夜精品福利| 中国国产av一级| 亚洲人成网站在线观看播放| 亚洲欧洲精品一区二区精品久久久 | 国产成人免费观看mmmm| 丁香六月天网| 亚洲综合色惰| 国产在线一区二区三区精| 看非洲黑人一级黄片| 亚洲av综合色区一区| 2022亚洲国产成人精品| 麻豆精品久久久久久蜜桃| 69精品国产乱码久久久| 晚上一个人看的免费电影| 欧美精品一区二区免费开放| 婷婷色av中文字幕| 成人黄色视频免费在线看| 久久精品久久久久久久性| 亚洲激情五月婷婷啪啪| 国产乱来视频区| 亚洲精品日韩在线中文字幕| 51国产日韩欧美| 美女大奶头黄色视频| 精品一区二区三区视频在线| 母亲3免费完整高清在线观看 | 亚洲精品中文字幕在线视频| 国产熟女午夜一区二区三区| 国产爽快片一区二区三区| 免费观看a级毛片全部| 免费看av在线观看网站| 五月伊人婷婷丁香| 亚洲美女搞黄在线观看| 亚洲国产av影院在线观看| 男人舔女人的私密视频| 日本wwww免费看| 丝瓜视频免费看黄片| 又大又黄又爽视频免费| 高清毛片免费看| 少妇人妻 视频| 国产亚洲一区二区精品| 欧美人与性动交α欧美精品济南到 | 国产精品嫩草影院av在线观看| 亚洲欧美精品自产自拍| 丝袜脚勾引网站| 亚洲精品aⅴ在线观看| 亚洲国产色片| 人成视频在线观看免费观看| 黄色视频在线播放观看不卡| 2022亚洲国产成人精品| 国产一级毛片在线| 最黄视频免费看| 18禁动态无遮挡网站| 少妇被粗大猛烈的视频| 老熟女久久久| 亚洲av男天堂| 国产亚洲av片在线观看秒播厂| av免费在线看不卡| 男人添女人高潮全过程视频| 国产亚洲午夜精品一区二区久久| 亚洲精品一二三| 黑人欧美特级aaaaaa片| 免费大片黄手机在线观看| 国产av国产精品国产| 国产一区二区三区综合在线观看 | 欧美xxⅹ黑人| a级毛片黄视频| 国产精品 国内视频| 97精品久久久久久久久久精品| 亚洲精品乱码久久久久久按摩| 99热全是精品| 国产精品偷伦视频观看了| 亚洲成人一二三区av| 欧美日韩精品成人综合77777| 女的被弄到高潮叫床怎么办| 色婷婷av一区二区三区视频| 日本欧美视频一区| 激情五月婷婷亚洲| 亚洲精品美女久久久久99蜜臀 | 国产福利在线免费观看视频| 春色校园在线视频观看| 看十八女毛片水多多多| 国产高清国产精品国产三级| 欧美成人精品欧美一级黄| 亚洲精品美女久久av网站| 国产欧美另类精品又又久久亚洲欧美| 亚洲精品中文字幕在线视频| 国产成人精品无人区| av卡一久久| 久久亚洲国产成人精品v| 精品久久蜜臀av无| 老熟女久久久| 亚洲熟女精品中文字幕| 黄色视频在线播放观看不卡| 色网站视频免费| 亚洲色图综合在线观看| 国产午夜精品一二区理论片| 成人国产av品久久久| 亚洲中文av在线| 亚洲精品av麻豆狂野| 90打野战视频偷拍视频| 国内精品宾馆在线| 视频在线观看一区二区三区| 婷婷成人精品国产| 国产成人91sexporn| 天天影视国产精品| 欧美精品av麻豆av| 欧美激情极品国产一区二区三区 | a级毛片在线看网站| 国产精品国产三级国产专区5o| 成人黄色视频免费在线看| 内地一区二区视频在线| 国产精品人妻久久久影院| 人妻 亚洲 视频| 黑人欧美特级aaaaaa片| 色94色欧美一区二区| 亚洲精品国产av成人精品| 天天操日日干夜夜撸| 久久精品夜色国产| 中文字幕人妻熟女乱码| 免费黄频网站在线观看国产| 97在线视频观看| 在线精品无人区一区二区三| 好男人视频免费观看在线| 久久人妻熟女aⅴ| 国产黄色视频一区二区在线观看| 在线观看免费日韩欧美大片| 韩国精品一区二区三区 | 熟女av电影| 亚洲色图综合在线观看| av.在线天堂| 狂野欧美激情性bbbbbb| 成人黄色视频免费在线看| 国产在线一区二区三区精| 亚洲av福利一区| 日韩在线高清观看一区二区三区| 黄色毛片三级朝国网站| 欧美日韩一区二区视频在线观看视频在线| 熟女人妻精品中文字幕| 婷婷色综合大香蕉| tube8黄色片| 国产片内射在线| 亚洲国产日韩一区二区| 男人操女人黄网站| 九九爱精品视频在线观看| 18禁裸乳无遮挡动漫免费视频| 久久婷婷青草| 免费观看性生交大片5| av有码第一页| 在现免费观看毛片| 中文欧美无线码| 老熟女久久久| √禁漫天堂资源中文www| 国产成人一区二区在线| 18禁在线无遮挡免费观看视频| 成年美女黄网站色视频大全免费| 人妻系列 视频| 免费播放大片免费观看视频在线观看| 日韩视频在线欧美| 色视频在线一区二区三区| 色网站视频免费| 97人妻天天添夜夜摸| 成人黄色视频免费在线看| videos熟女内射| 激情五月婷婷亚洲| 久久久国产精品麻豆| 亚洲av免费高清在线观看| 国产黄色免费在线视频| 亚洲美女搞黄在线观看| 一级a做视频免费观看| 欧美国产精品va在线观看不卡| 欧美精品一区二区大全| 欧美成人精品欧美一级黄| 美女国产视频在线观看| 考比视频在线观看| 国产1区2区3区精品| 久久99一区二区三区| 亚洲av综合色区一区| 我的女老师完整版在线观看| 久久久欧美国产精品| 男男h啪啪无遮挡| 欧美精品一区二区大全| 久久久久久久大尺度免费视频| 精品久久蜜臀av无| 亚洲,欧美,日韩| 国产免费一区二区三区四区乱码| 天天躁夜夜躁狠狠久久av| 纯流量卡能插随身wifi吗| 国产一区亚洲一区在线观看| 亚洲,欧美,日韩| 婷婷色综合www| 久久免费观看电影| 韩国精品一区二区三区 | 国产成人精品福利久久| a级毛片黄视频| 欧美人与性动交α欧美精品济南到 | 久久久久久久大尺度免费视频| 日韩三级伦理在线观看| 在线精品无人区一区二区三| 大香蕉97超碰在线| 亚洲熟女精品中文字幕| 国产免费又黄又爽又色| 亚洲精品久久午夜乱码| 久久99一区二区三区| 久热久热在线精品观看| 一级片'在线观看视频| 日本黄色日本黄色录像| 国产老妇伦熟女老妇高清| 免费观看a级毛片全部| 国产免费又黄又爽又色| av在线播放精品| 成人毛片60女人毛片免费| 如何舔出高潮| 日韩av免费高清视频| 岛国毛片在线播放| 欧美日韩av久久| 国产极品粉嫩免费观看在线| 两个人免费观看高清视频| 男男h啪啪无遮挡| 日韩av不卡免费在线播放| 熟妇人妻不卡中文字幕| 男女国产视频网站| 老司机影院毛片| 欧美成人午夜精品| 中国三级夫妇交换| 亚洲在久久综合| av不卡在线播放| 91aial.com中文字幕在线观看| 欧美精品高潮呻吟av久久| 色视频在线一区二区三区| 成年美女黄网站色视频大全免费| 成人二区视频| 国产成人精品婷婷| 黄色配什么色好看| 一二三四在线观看免费中文在 | 女人被躁到高潮嗷嗷叫费观| 国产精品免费大片| 人人妻人人澡人人爽人人夜夜| 亚洲五月色婷婷综合| 国产成人免费观看mmmm| 欧美激情国产日韩精品一区| 国产老妇伦熟女老妇高清| 精品国产乱码久久久久久小说| 日韩欧美一区视频在线观看| 王馨瑶露胸无遮挡在线观看| 免费人妻精品一区二区三区视频| videos熟女内射| 人人妻人人添人人爽欧美一区卜| 男女下面插进去视频免费观看 | 亚洲内射少妇av| 日韩熟女老妇一区二区性免费视频| 最近的中文字幕免费完整| 国产成人免费观看mmmm| 人妻一区二区av| 国产免费视频播放在线视频| 免费女性裸体啪啪无遮挡网站| 亚洲精品成人av观看孕妇| 日日撸夜夜添| 尾随美女入室| 99久久综合免费| 亚洲一码二码三码区别大吗| 建设人人有责人人尽责人人享有的| 免费不卡的大黄色大毛片视频在线观看| 91精品三级在线观看| 美女国产高潮福利片在线看| 亚洲国产av新网站| 亚洲,欧美,日韩| 国产精品久久久久久精品电影小说| 一区二区av电影网| 国产毛片在线视频| 亚洲国产色片| 极品人妻少妇av视频| 伦精品一区二区三区| av女优亚洲男人天堂| 亚洲伊人久久精品综合| 在线精品无人区一区二区三| 国产 精品1| 十分钟在线观看高清视频www| 国产一区二区三区综合在线观看 | 免费播放大片免费观看视频在线观看| 18+在线观看网站| 2021少妇久久久久久久久久久| 看非洲黑人一级黄片| 97超碰精品成人国产| 热99国产精品久久久久久7| 又大又黄又爽视频免费| 欧美老熟妇乱子伦牲交| 中文乱码字字幕精品一区二区三区| 精品国产一区二区久久| 中国美白少妇内射xxxbb| 精品一区二区三区视频在线| 亚洲国产精品专区欧美| 捣出白浆h1v1| 国产黄色视频一区二区在线观看| 国产熟女午夜一区二区三区|