土壤分析仪对土壤溶质运移的研究

 土壤是一个复杂的动态体系。影响土壤特性及动态变化的的各因子之间有着复杂的交互作用。人工神经网络由于具有对非线性系统预测的良好特性，可以有效的刻画其具有的不确定、多输入、复杂的非线性特征，近年来被国内外学者广泛应用于土壤的研究和预测上。
在土壤溶质运移和土壤养分方面，王金满等在土壤质地、土壤容重和含水量一定的情况下，把土壤溶质运移时间和运移距离看作影响土壤溶质运移的主要参数，建立2个输入单元和1个输出单元的三层BP网络，对一维垂直土柱Ｃａ2+的穿透试验进行了模拟和预测，该BP网络预测模型能较好能反映溶质穿透过程中，土壤溶质含量与运移时间和距离的动态关系，可用来预测土壤溶质含量的时空变化量，且工作量小，不需要测定水动力弥散系数、阻滞系数等。乔冬梅等（2005）针对浅地下水埋深条件下作物生育期内根系层土壤水盐动态模拟中存在的问题，将人工神经网络引入水盐动态的模拟和预报中，建立了根系活动层0—60cm和0—loocm深度内土壤水盐动态的BP网络模型。
土壤分析仪 http://www.soil17.com/product/yq_236.html
基层农技服务推广体系建设项目 http://www.soil17.com/