경사 생태 보호를 위한 토양 수분 예측을 위한 GA-BP 신경망 회귀 모델

본 연구에서는 중국 저장성의 고속도로 프로젝트를 기반으로 하여, 기상 데이터 모니터링 시스템을 통해 고측 경사의 기상 요인과 토양 수분을 실시간으로 모니터링하고, 얻어진 토양 수분 데이터와 총 태양 복사, 대기 온도, 토양 온도, 상대 습도 및 바람 속도 데이터를 사용하여 토양 수분과 기상 요인 간의 상관관계를 조사하였다. 상관관계와 기상 요인이 토양 수분 지연에 미치는 영향을 바탕으로, 유전 알고리즘(GA)으로 최적화된 역전파(BP) 신경망 회귀 모델이 처음으로 제안되었으며, 고측 경사의 토양 수분 예측에 적용되었다. 결과는 BP 신경망 회귀 모델과 GA-BP 신경망 회귀 모델이 각각 지연없이와 지연을 포함한 두 가지 경우에 대해 토양 수분 예측에 사용되었으며, 두 예측 방법 모두 지연을 고려한 경우가 지연을 고려하지 않은 경우에 비해 예측 정확도가 더 현저하게 개선됨을 보여주었다. GA-BP 신경망 회귀 모델이 정확성 면에서 BP 신경망 회귀 모델을 능가하였다. V-겹 교차 검증을 통해 무작위 오류의 영향을 제거하였으며, 이 모델이 생태 보존을 위한 토양 수분 예측에 적용될 수 있음을 나타냈다. 토양 수분 예측 결과를 바탕으로 생태 경사 보호 식물을 선별하는 것은 도로 건설의 안전성과 신뢰성에 매우 중요하다.