基于GRNN神经网络的生态足迹影响因素预测

为预测区域生态环境的变化趋势,以北之江流域为例,建立了基于时间序列的GRNN神经网络预测模型,将耕地、化石能源地、草地、建筑用地、林地及水域这6类生物生产性土地面积作为生态足迹影响因素,利用GRNN神经网络对生态足迹影响因素进行预测,通过与灰色预测法和BP神经网络模型进行对比,验证了GRNN神经网络模型具有更高的预测精度,进而利用生态足迹影响因素计算了流域的生态足迹。结果表明,北之江流域的生态足迹在2013~2015年会逐步上升,且生态赤字会不断加剧,因此需对流域进行综合规划和治理。