BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

Posted 农作未来

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价相关的知识,希望对你有一定的参考价值。

点击蓝字↑↑↑“农作未来(FarmingFuture)”,轻松关注,农作制度研究与您同行!


编译:王上

原创微文,欢迎转发转载。





文章信息

原名:Comprehensive benefit evaluation of conservation tillage based on BP neural network in the Loess Plateau

译名:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

期刊:Soil and Tillage Research

2019年影响因子:4.601

5年影响因子:5.347

在线发表时间:2020.09.04

第一单位:西北农林科技大学农学院

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

文章亮点

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

本研究对比了5种耕作方式对黄土高原钙质始成土(Calcic Cambisol)侵蚀的影响

测定了9年以上的土壤理化性质、微生物多样性和大豆产量

子囊菌门和担子菌门的丰度与大豆产量相关

Ascomyta和芽单胞菌门分别与有效钾和有效氮相关。

BP神经网络表明,垄沟地膜覆盖方式最适合黄土高原丘陵沟壑区





文章摘要



研究背景



黄土高原丘陵沟壑区土壤侵蚀已造成大量养分流失。因此,传统耕作方式对生态效益影响不大,需要保护性耕作。


研究方案



为了确定适合黄土高原丘陵沟壑区的保护性耕作模式,作者在中国陕西省神木市西部的六道沟流域建立了免耕(no-tillageNT)、秸秆覆盖(straw mulchingSM)、地膜覆盖(plastic mulchingPM)和垄沟覆膜(ridge-furrow plastic mulchingRPM)系统,并以常规耕作(CT)为对照,以大豆(晋豆21号)为田间作物,进行了9年的监测研究。

作者测量和比较了土壤的相对理化性质、真菌和细菌群落的多样性和组成,以及微生物对各种环境因素的反应。在实测土壤质量指标的基础上,利BP人工神经网络(back propagation artificial neural network)对各耕作处理进行综合评价,确定生态效益最大的保护性耕作模式。

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价


研究结果



长期的垄沟覆膜是防止水侵蚀的最有效的方法。与常规耕作相比,保护性耕作显著提高了土壤有效氮和有效钾水平,进而提高了大豆产量。

各耕作处理间真菌和细菌α多样性指数均无显著差异,但优势菌门和真菌门的相对丰度在不同处理间存在显著差异,且这些相对丰度与产量、土壤有效钾和有效氮含量均呈显著正相关。

基于其他分析结果,作者选择容重、水土保持能力(water and soil conservation capacity)、有效氮、有效钾和产量作为BP神经网络模型的输入,然后利用每种耕作模式的产出(output)、综合评价值,生成综合模拟,预期产值(output value)和实际产值的回归系数达0.99。模型结果表明,除了免耕处理外,所有保护性耕作措施均优于传统耕作措施,且垄沟地膜覆盖模式具有最大的综合效益

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价

BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价



结论展望



基于BP神经网络分析,确定垄沟地膜覆盖是黄土高原丘陵沟壑区的最佳保护性耕作措施,为我国黄土高原山地耕作方法的选择提供了参考。本研究的结果对世界其他类似农作区的土壤侵蚀减缓具有一定的参考价值。


原文链接:

https://www.sciencedirect.com/science/article/pii/S0167198720305663


加入农作未来微信群,交流观点,获取文章PDF

以上是关于BP神经网络评价保护性耕作丨SOIL TILL RES:基于BP神经网络模型的黄土高原保护性耕作综合效益评价的主要内容,如果未能解决你的问题,请参考以下文章

Tensorflow BP神经网络多输出模型在生产管理中应用实践

R 语言机器学习—快速实现BP神经网络

用BP人工神经网络识别手写数字

R语言中的BP神经网络模型分析学生成绩

BP回归预测基于matlab文化算法优化BP神经网络数据回归预测含Matlab源码 2124期

BP回归预测基于matlab文化算法优化BP神经网络数据回归预测含Matlab源码 2124期