科研之友
微信
新浪微博
Facebook
分享链接
摘要
耕地土壤重金属污染问题日益严峻，防治工作迫在眉睫。本文利用机器学习预测了濒湖的农业县A县128组耕地固定监测点采样和山地农业县B县1078组耕地固定监测点采样的耕地土壤中Cu、Zn含量，以保护土壤环境质量、减轻污染、促进资源利用、保障品质量安全和推进生态建设。构建了BP神经网络和RBF神经网络两种模型，对比发现RBF神经网络表现更好，预测平均总体误差仅为5%。使用预测值评价污染等级时，RBF神经网络的结果更接近真实情况。总体而言，机器学习对耕地土壤中重金属元素的预测是可行的，其中RBF神经网络模型的表现更好。
- 单位
