基于遺傳算法優化BP神經網絡的石漠化區土壤水分動態預測模型

楊佳琦，郭建斌，湯明華，周金星，萬 龍?

(1.北京林業大學水土保持學院 云南建水荒漠生態系統國家定位觀測研究站， 654300，云南建水;2.北京林業大學水土保持國家林業和草原局重點實驗室，100083，北京)

巖溶斷陷盆地地貌是我國八大巖溶地貌組合類型之一，主要分布于云貴高原，長江、珠江上游地區，因其脆弱而特殊的生態環境和人類不合理的經濟社會活動，生態問題日益嚴重，進而演變成喀斯特巖溶石漠化現象[1]。云南省紅河州建水縣為典型的巖溶斷陷盆地地貌，該地區巖石裸露率高，土壤滲透性強，持水力差，嚴重制約了生態、經濟的可持續發展[2]。植被恢復是巖溶地區生態恢復的關鍵[3]，了解土壤水分動態變化格局，才能對巖溶石漠化進行有效的植被恢復[4]。國內外對于喀斯特巖溶區土壤水分動態變化過程已開展了一些研究[5]，但這些研究更多是針對單一石漠化程度下的土壤水分動態變化過程，缺乏對不同石漠化程度和不同植被恢復模式等條件的綜合考慮以及較長期的持續性監測，因此預測該區不同石漠化程度土壤水分動態變化對指導區域水土保持，恢復石漠化地區生態具有重要的意義。

土壤水分預測是一個高度非線性的過程，具有復雜性、多變性以及不確定性，預測方法目前主要有模型預測和數據驅動預測2種[6]。BP神經網絡模型可以準確度較高地處理復雜的輸入輸出關系，已逐漸應用于土壤水分預測[7]。目前，眾多學者在……