18353.基于bp神經(jīng)網(wǎng)絡(luò)的南方紅土物源識別研究——以浙江為例

1、M陵TERIAISoURCESoFLATERITEINSoUTHOFCⅢNABASEDONBPNEURAI。NETWoRKS—_TAⅪNGZHE朋隊NGPROⅥNCEASANEXAMPLEDisSertationSubmittedtoZhejiangNormalUniversityPhysicalGeographyFortheDegreeofMasterofSciencePresentedbyPengchiAcceptedonthere

2、commendationofProfessorYeweiJune，2013三個BP神經(jīng)網(wǎng)絡(luò)模型分別把6986％、7306％和6986％的南方紅土沉積物樣本識別分類為長江河漫灘沉積物(cJ)：被識別分類為新港下蜀黃土沉積(XG)的南方紅土樣本比例分別為：2831％、2055％、2374％；被識別分類為青峰老紅砂沉積(QF)的只有183％，考慮到可能的模型系統(tǒng)誤差，其影響幾乎可以忽略不計；而被識別分類為東沙老紅砂沉積(DS)和儒岙花崗巖風(fēng)化

3、殼(I認(rèn))的比例均為639％，總體比例不高，且主要存在于BSX和YW兩個剖面，并不具有廣泛性。(2)南方紅土受到來自北方粉塵的影響自北向南逐漸減少，受到長江河漫灘沉積物(CJ)的影響自北向南逐漸增大。安徽宣城紅土(XC)和浙江金華紅土(Ⅲ)的識別分類結(jié)果顯示，安徽宣城紅土(XC)被三種BP神經(jīng)網(wǎng)絡(luò)識別分類為長江河漫灘沉積物(CJ)的樣本比例分別為6512％、7209％和6512％，而浙江金華紅土(m)被識別分類為長江河漫灘沉積物(CJ)

4、的樣本比例分別為7556％、7852％和7259％；相應(yīng)的安徽宣城紅土(XC)被識別為新港下蜀黃土沉積(XG)的比例分別為3256％、2558％、3488％，浙江金華紅土(m)分別為2296％、1259％、1704％。而浙江舟山廟子湖紅土沉積(MZH)的識別分類結(jié)果與安徽宣城更為接近，可能是由于其位置較浙江金華更靠北有關(guān)。(3)北方粉塵的南界可能到達(dá)了長江以南的地區(qū)，安徽宣城一線和浙江舟山受到來自北方粉塵的較大影響，不過到浙江金華附近其

5、影響已經(jīng)相對微小。BP神經(jīng)網(wǎng)絡(luò)模型在安徽宣城和浙江金華紅土兩地的識別分類結(jié)果顯示，在安徽宣城地區(qū)，紅土樣本被識別分類為下蜀黃土的樣本達(dá)到30％左右，’而到了浙江金華這一比例下降了差不多一半。這也在一定程度上說明冰期時期東亞冬季風(fēng)的影響范圍較今日為寬廣?！?4)下蜀黃土風(fēng)成成因雖然已經(jīng)被廣泛接受，但其物源尚存在爭論，鑒于長江河漫灘沉積(CJ)的影響擴(kuò)展到了浙江金華地區(qū)，可以推測下蜀黃土的物源應(yīng)該不是單一的西北戈壁沙漠或北方黃土，而是遠(yuǎn)源的