神經(jīng)網(wǎng)絡就是模擬人類思維的第二種方式。在神經(jīng)網(wǎng)絡模型中，BP網(wǎng)絡是應用最為廣泛的模型之一。BP網(wǎng)絡是一種按照誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡，可以學習和存儲許多輸入、輸出模式的映射關系，在各個領域都得到了廣泛的應用。

　　在傳統(tǒng)的土壤墑情預測模型中，如果只提供簡單的參數(shù)，那么模型則很難得到應用，而且許多墑情預測模型都比較復雜，在實際應用中很不方便，也存在一定的誤差。因此，可以采用神經(jīng)網(wǎng)絡方法，通過建立神經(jīng)網(wǎng)絡預測模型，對土壤墑情進行準確的預測工作。

　　土壤墑情的主要影響因素包括：氣候、水分、土壤的特性以及農(nóng)作物的生長等，當對某一地區(qū)的土壤墑情進行預測時，就要充分考慮神經(jīng)網(wǎng)絡方法的應用，需要對影響土壤墑情的因素進行分組或者數(shù)值量化表示，對于普遍的結果進行模型的建立來分析土壤墑情。

　　對于BP網(wǎng)絡的算法，由信息的正向傳遞和誤差的反向傳播等兩部分組成。在信息的正向傳遞時，信息從輸入層到隱含層進行計算，最終傳遞到輸出層，其神經(jīng)元的狀態(tài)只對下一層的神經(jīng)元狀態(tài)起作用。那么，如果輸出的數(shù)據(jù)不理想，就開始對輸出層的誤差數(shù)值進行計算，接下來進行反向傳播，從而利用計算機網(wǎng)絡，將誤差反向傳播回各層的神經(jīng)元中，最終得到精準的數(shù)值。

　　神經(jīng)網(wǎng)絡模型法在土壤墑情的預測上有重要的應用。神經(jīng)網(wǎng)絡具有自主學習的優(yōu)勢，可以自主的建立輸入?yún)?shù)和具有可調層數(shù)的BP網(wǎng)絡模型，這種自主學習的功能還對預測有重要的意義，因此神經(jīng)網(wǎng)絡方法在土壤墑情的預測中可以廣泛的應用。此外，神經(jīng)網(wǎng)絡模型所使用到的參數(shù)在目標區(qū)域都很容易得到，在一定程度上方便了對土壤墑情的預測。

文章地址：http://m.zzt07.com/jszl/287.html