论文部分内容阅读
本文以疏勒河流域的昌马灌区为例,运用遗传人工神经网络模型方法探讨各影响因子对土壤盐渍化的敏感程度。模型考虑了降水量、蒸发量、地下水埋深、地下水矿化度、地面坡度、粘土层顶板埋深、土壤质地和土地利用等因子。结果表明：地下水矿化度的变化对土壤积盐影响最大,是最灵敏的因子,其次分别是地下水埋深和蒸发量。粘土层埋深对积盐过程起到较大的作用,其影响仅次于蒸发量,降水量和地形坡度的灵敏程度基本相当。分析结果可以为灌区土壤盐渍化预测及防治提供科学依据。