基于异质SVM神经网络的土壤盐渍化灾害预测模型

• 作 者: 武丹 贾科利 张晓东 张俊华
• 机 构: 宁夏大学资源环境学院,宁夏回族自治区遥感测绘勘查院（宁夏回族自治区遥感中心）,中国地质大学（北京）信息工程学院,宁夏回族自治区地质调查院,宁夏大学环境工程研究院
• 出 处: 水文地质工程地质
• 发表日期: 2018年05期
• 关键词: 土壤盐渍化 SVM 神经网络 银川平原 soil salinization SVM neural network Yinchuan plain
• 基金项目: 国家自然科学基金项目资助(41561078),宁夏自然科学基金(2018AAC03007),宁夏回族自治区科技惠民项目(2016KJHM130).

为研究银川平原普遍存在的土壤盐渍化问题,文章对银川平原的土壤盐渍化程度及潜在的发展趋势作出预测。利用Landsat 8 OLI数据与野外实测数据,选取地面高程、地下水位埋深、地下水溶解性总固体、植被指数、盐分指数及干旱指数为预测指标并提取指标值建立数据集,结合野外实测样点数据,建立基于异质支持向量机(Support Vector Machine,SVM)神经网络算法的盐渍化灾害预测模型。结果表明:(1)建立预测模型时,选择Radial Basis Funciton作为模型的核函数,c=100且g=3