8.2.1 学习样本的选择与处理
1.输入变量和输出变量的选择
土壤水分之所以会发生变化，主要是由于土壤对水分的吸收和蒸发。在没有灌溉的条件下，土壤吸收水分的多少主要取决于降雨量，土壤蒸发水分的多少主要取决于日照，温度和空气湿度。一般来说，降雨量大，土壤水分就会增长的多。但强度大的降雨如雷阵雨，容易造成地面流失，因而渗入土壤中的水分就少，相反强度小的连续降雨就更有利于土壤对水分的吸收和储存。蒸发对土壤墒情的影响主要表现在土壤水分的大量散失上。土壤水分蒸发量的大小与近地面层的空气湿度有关，空气湿度越小，土壤水分蒸发就越快、越多。在连续高热高温的日子里，太阳辐射强度大，气温和土壤温度都显著增高，近地面层空气较为干燥，土壤水分蒸发量大。因此，土壤就会迅速失水。降雨量、日照、温度和空气湿度是影响土壤水分变化的很重要的四个气象因素，在BP网络的输入层中，把它们作为四个输入变量。同时，土壤水分增加量与减少量的多少与土壤水分的初始值也有很大的关系，若初始土壤水分值高，土壤水分变化就比较小；若初始土壤水分值低，土壤水分变化就比较大。因此在考虑输入变量时，把初始土壤水分值作为输入变量也是必须的。一般土壤水分传感器应埋设在地表下10cm、20cm和50cm的位置，所以以这3个土壤深度的土壤水分的初始值为网络的另外3个输入量，以该3个土壤深度处的土壤水分变化量作为网络输出量。表8-1为输入变量（包括10cm、20cm、50cm的土壤水分初始值，降雨量，日照时数，空气湿度和气温）和输出变量（10cm、20cm、50cm的土壤水分一天后的改变量）之间的相关关系表。表中负号表示当输入变量增大时输出变量反而会减少。
表8-1 输入变量与输出变量相关关系表
(https://www.daowen.com)
2.样本标准化处理
由于BP神经网络的输出值在0～1之间，而且当输入值在0.1～0.9之间时变化较快，所以应该对学习样本和教师样本数据进行一定的压缩处理，使之满足网络计算的要求。为了减少计算误差，一般可以将输入数据压缩在0.1～0.9范围内，对输出数据也可如此处理。具体计算公式如下：
式中，Z为压缩前的输入数据值；Zc为压缩后的数据值；Zmax、Zmin分别为样本数据集中相应的最大、最小值。
