Цель работы - выяснение возможности классификации почв на классы по данным анализов содержания микроэлементов и тяжелых металлов. Для решения задачи были использованы технологии искусственных нейронных сетей [1-2]. С помощью нейроимитаторов MultiNeuron (ИВМ СОАН), MDN и Monoton (кафедра ИТ СибГТУ) было обучено более 30 нейросетей с разными параметрами настройками, с числом нейронов от 2 до 5.
        Исходные данные - информация о содержании микроэлементов и тяжелых металлов (в мг на кг сухого вещества) в почвах лесных питомников [3]: цинк, медь, кадмий, свинец, никель, кобальт, марганец, а также о содержании водорастворимого фтора, цезия-117 (в беккерелях) и глубина взятия образца, всего 12 признаков и 133 примера.
        При решении задачи классификации данные хорошо классифицировались на 2 класса, содержащих следующие горизонты почв:

            1) A0, Aп, Aд, A, A1, A2, A1A2, A1-A2, AB, A2B;
            2) B1, B2, B2к, B3, B, BFe, Bк, Bд, C, Cд, D.

        При определении показателей значимости, наиболее значимыми для разделения классов были данные о содержании водорастворимого фтора и о содержании кадмия. Значимость данных о содержании водорастворимого фтора подтверждается другими исследованиями [4]. Значимость данных о содержании кадмия требует подтверждения дополнительными исследованиями, т.к. в исследуемой таблице данных содержание кадмия указано одной значащей цифрой.
        Работа выполнена в Третьей Зимней Школе по Нейроинформатике в СибГТУ.

1. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996.- 276с.
2. Journal of Chemical Information and Computer Sciences, Vol.35, Num.1-2.
3. Воробьева Т.Н., Богданова О.Ю. Отчет по содержанию микроэлементов и тяжелых металлов в почвах лесных питомников
4. Покатилов Ю.Г. Биогеохимия биосферы и медико-биологические проблемы. Новосибирск: Наука, 1993