8.2  BP人工神经网络模型的建立

土壤墒情的变化是一个复杂的、非线性的过程，因而对其进行预报必须寻找各种非线性的方法，人工神经网络正是一门非线性科学，它有自组织、自适应及自学习的功能。本章充分考虑到气象因素对土壤水分的影响后，建立了土壤水分BP人工神经网络预报模型，该网络能够对短期、中期和长期的10cm、20cm和50cm的土壤墒情变化做出精确的预报。BP人工神经网络对土壤墒情的预报分为3个步骤进行，首先需要选择输入输出变量，构造模型结构；然后根据需要选择模型最适合的参数，进行网络训练并保存训练结果；最后利用训练后的结果进行土壤墒情预报，并对预报效果进行分析。