基于BP神经网络的宁夏耕地资源动态变化及预测

利用2000～2014年统计数据,分析了宁夏近15a来的耕地动态变化特征,采用主成分分析法提取影响耕地变化的主要驱动因子,将驱动因子作为输入数据,构建了预测耕地资源变化趋势的BP神经网络,并开展预测研究.结果表明:宁夏耕地资源变化经历了增加-迅速减少-波动增长-迅速增长4个阶段,人均耕地经历了迅速减少-缓慢减少—迅速增加3个阶段;其中,2002～2004年和2010～2012年的土地利用动态度K＜0,2003年动态度最小(K=-7.673％),2005～2010年和2012～2014年的土地利用动态度K＞0,2014年动态度最大(K=11.424％);宁夏耕地资源主要驱动因子概括为农业发展、经济发展及退耕还林,经济发展对耕地产生巨大压力,而农业科技进步某种程度减小了人口对耕地的压力,退耕还林也是宁夏耕地减少的重要原因,三者相互作用共同对宁夏耕地产生影响;预测宁夏耕地资源的BP神经网络模型为3层(3×16×1),对2011～2014年的耕地资源预测取得较好效果,最小误差仅为376hm2.