|
|||||
|
|
| 基于空间连续性聚类算法的精准农业管理分区研究 | |
| 引用本文： | 陈浩峰, 方彦奇, 彭江英, 杨 奎, 陈 伟, 梁 森, 赵国凤. 基于伽玛能谱数据土壤肥力因子空间分布预测初探[J]. 土壤通报, 2024, 55(6): 1534 − 1542. DOI: 10.19336/j.cnki.trtb.2023101903 |
| 作者姓名： | 陈浩峰 方彦奇 彭江英 杨奎 陈伟 梁森 赵国凤 |
| 作者单位： | 1.江苏省地质勘查技术院,江苏省 南京市 210049;2.江苏省航空对地探测与智能感知工程研究中心,江苏省 南京市 210049 |
| 基金项目： | 江苏省地质勘查基金（苏财资环[2019]14号和[2022]27号）、江苏省地矿局科研项目（2021KY14,202004196K1K）资助。 |
| 摘 要： |  为了探索伽玛能谱数据实现土壤表层（0 ~ 30 cm）肥力空间分布预测。 使用偏最小二乘回归（PLSR）、支持向量机（SVM）和反向传播神经网络（BPNN）分别建立土壤伽玛能谱肥力因子模型。 BPNN模型土壤肥力因子预测精度整体要优于PLSR模型和SVM模型;土壤全氮、pH、黏粒和砂粒含量BP神经网络模型预测精度较高,决定系数 研究区伽玛能谱数据预测土壤全氮、pH、黏粒和砂粒含量空间分布具有一定的可行性,全磷、全钾和粉粒含量无法实现有效预测。  |
| 关 键 词： | 地面伽玛能谱 神经网络 土壤肥力因子 空间分布预测 |
| 收稿时间： | 2023-11-07 |
| 修稿时间： | 2024-05-08 |
| 点击此处可从《土壤通报》浏览原始摘要信息 | |
| 点击此处可从《土壤通报》下载免费的PDF全文 | |
