耕地土壤有机质空间变异性的随机模拟

有机质是土壤重要的肥力特征,研究盐渍土改良区耕地土壤有机质空间变异特征可为土壤质量提升提供科学依据。以山东省禹城市盐渍土改良区典型地块耕地土壤有机质为研究对象,在全面野外调查和室内化验分析以获得大量的土壤有机质相关信息的基础上,运用地统计学方法对有机质进行了序贯高斯模拟各次实现（SGSV）、序贯高斯模拟平均实现（SGSA）和ordinary Kriging插值（OK）,并将SGSV、SGSA、OK与实测数据进行了统计参数、变异函数、空间分布趋势等方面进行了对比分析。结果表明OK、SGSA改变了有机质数据的空间结构,具有“平滑”效应,SGSA在消除平滑影响方面优于Kriging插值;SGSV具有与实测数据相同的空间自相关结构,对预测点的模拟值具有不确定性,为揭示研究区域土壤有机质的空间结构特征提供了有力的工具,对盐渍土改良区土壤有机质空间不确定性的风险研究具有更实际的意义。     

冬小麦叶绿素含量空间分布成图方法与精度分析

作物叶绿素含量能够反映作物的生长情况,建立大田叶绿素空间分布模型能够直观地表现田间作物长势情况,为开发车载式作物长势空间分布分析系统提供技术支撑,进行了基于地统计学的冬小麦叶绿素含量空间分布成图方法及精度分析。首先,采集了67个样区中心点叶绿素含量和GPS信息,基于地统计学理论讨论了利用稀疏样本点数据建立高精度空间分布图的可行性。随机划分建模集和验证集,基于建模样本分别使用反距离插值法（IDW）和普通克里金插值法（OK）绘制了冬小麦叶绿素含量田间分布图,然后对验证集数据进行分析,比较了2种方法的检测精度,并讨论了实验过程中可能存在的误差源。2种插值方法拟合的预测数据与验证数据均存在正相关关系,基于IDW插值与验证数据相关系数为0.722,协方差为1.361;基于OK插值与验证集数据相关系数为0.517,协方差为0.798。结果表明,IDW插值分析方法更适用于采样点分布不均且距离较近的稀疏样本点空间分布成图。     

土壤有机质含量田间实时测定方法

为了实现对土壤有机质含量的快速测定,以关中塿土为材料,研究基于光谱分析的土壤有机质含量测定方法。首先用机载便携式近红外频谱仪采集土壤样本在波长900~1 700 nm范围的漫反射光谱,并对异常样本进行判别和剔除以提高建模精度,在比较2种不同样本划分方法对模型影响的基础上,用连续投影算法(SPA)对建模变量进行最优波长选择,然后通过3种线性建模方法对有机质含量预测结果进行分析,探明偏最小二乘法(PLS)方法效果最好,并建立了径向基(RBF)神经网络预测模型。测试集样本实验结果表明,用PLS建立的预测模型有机质含量测定值和预测值之间的决定系数为0.801 9,均方根误差为0.179 4;用RBF神经网络建模的决定系数和均方根误差分别为0.828 1和0.164 6,两种模型均具有较高的精度,可对有机质含量进行快速预测。     

河套灌区土壤质地克里金插值与平滑效应校正

土壤质地的空间分布对指导土壤改良、灌溉排水管理及水土资源合理利用等具有重要意义,而克里金插值方法尽管应用广泛,但往往会产生平滑效应,即高值低估和低值高估。本研究针对河套灌区土壤颗粒组成,使用不同的对数比转换方法处理其成分数据特性,通过普通克里金法对转换后的数据进行空间插值,同时基于邻近点特征构建插值点残差估算的误差反向传播(BP)神经网络(BPNN)模型,并对插值结果的平滑性进行分析评估和校正探究。河套灌区的应用结果表明,不同对数比转换方法对克里金插值的平滑效应作用程度不同,其中等距对数比转换(ILR)的改善效果最显著,与直接使用普通克里金插值相比,黏粒、粉粒和砂粒的极差平滑率分别减小5.8%、33.8%和45.6%,标准差平滑率分别减小38.6%、53.9%和60.2%。进一步使用BPNN模型校正后的土壤颗粒组分插值平滑性显著降低,其中极差平滑率降为0,标准差平滑率仅为0.03～0.07;同时插值误差有一定减小,其中黏粒、粉粒和砂粒的均方根误差分别减小19.8%、21.0%和14.6%。本研究提出的基于对数比转换(ILR)和误差反向传播(BP)神经网络模型联合处理方法(ILR-BP)...     

基于地形单元的土壤有机质空间变异研究

为克服传统地形分类方法中仅依据单一指标(如高程)的缺点,以钟祥市土壤有机质空间分布为例,综合由30 m精度数字高程模型生成的地形因子,依据其在不同地形条件下的层次组合规律构建地形分类规则,精确地划分为13种典型地形单元,并运用普通克里金法对不同地形单元内的土壤样本插值,获得相应区域的土壤有机质空间分布。通过组合各地形范围下的结果,以获取蕴含地形因素影响的有机质空间分布。研究发现,地形起伏较大的地形单元的预测精度与全局预测结果精度相似度达0.75,而地势平缓区域内的预测精度大幅度提升,比全局预测结果精度提升了16.39%,因此基于地形单元的空间预测可以精确有效地获取土壤有机质空间特征。利用地形分区获取较高精度的有机质空间分布,进一步探讨了有机质地统计学研究中地形的协同影响。     

小麦拔节期农学参数和土壤含水量空间统

选取山东省陵县的小麦试验示范基地作为样区,采用GPS定位调查,获取田间21个样点的土壤和小麦植株样品,运用TDR300测定样点土壤含水量,利用SPAD502叶绿素仪测定采样点拔节期小麦植株叶片的叶绿素含量,获取小麦干物质产量信息.基于地统计学原理,结合空间分析技术,探讨了小麦叶绿素含量、干物质产量等农学参数信息和土壤含水量的空间变异特征.研究结果表明,土壤水分和小麦叶绿素含量的空间变异呈强的空间相关性,结构性因素引起的空间变异分别占到总变异97.3%和81.3%.小麦干物质产量具有中等程度的空间变异性,由结构性因素引起的变异占到总变异的50%.土壤含水量、小麦叶绿素含量Kriging插值空间分布呈现明显的片状和斑块状特点,小麦干物质产量Kriging空间分布具有明显的带状分布特点.     

耕地资源质量分类评价土壤性状插值方法探索

本文主要研究不同类型的空间插值方法对土壤有机质的预测精度影响,通过对比分析择优选出最佳赋值方法.本文选取辽东胶东丘陵地区某研究区内的386个土壤有机质样点数据,在ArcMap10.2.2平台和IBMSPSS Statistics 25软件的支持下,对样点数据进行统计分析,并利用不同类型的插值方法对研究区内土壤有机质的值...     

基于阻隔因素的耕地质量分等因素插值方法研究

在山地丘陵区,耕地质量等级调查评价中的分等因素属性值估算受到大、中型山体阻隔影响,造成分等单元各分等因素属性赋值结果的失准。以青海省平安区为研究区,研究基于阻隔因素的分等因素属性值估算方法,并与反距离权重插值、样条函数插值方法进行了交叉验证。结果表明:不同的插值方法对3个分等因素空间分布趋势的模拟基本一致;由于插值原数据的特征与插值原理的不同,导致基于阻隔因素的插值方法对不同的土壤性质表现不一致。土壤有机质和有效土层厚度最适宜的插值方法是基于阻隔因素的样条函数插值,而在土壤pH值插值中,基于阻隔因素的反距离权重插值精度最高;研究区内的土壤有机质含量和有效土层厚度的插值精度比不考虑阻隔因素的样条函数插值的平均绝对误差、平均相对误差、均方根误差、相对均方根误差分别提高了11. 23%、10. 98%、7. 54%、9. 20%和15. 08%、11. 74%、17. 41%、9. 40%;采用基于阻隔因素的样条函数插值方法对有机质含量和有效土层厚度进行插值,二者实测值与预测值之间的决定系数分别为0. 927和0. 901。     

基于环境因子和R-STPS的林地土壤有机质预测模型

研究了基于环境因子和混合插值的林地土壤有机质预测模型。首先应用数字地形与遥感影像分析技术获取地形因子与遥感指数,然后分析土壤有机质与环境因子的相关性,最后用环境因子对土壤有机质进行空间预测。针对回归克里格法(RK)需要计算半变异函数的缺陷,提出了一种空间插值方法,即回归-光滑薄板样条插值法(R-STPS)。将这2种插值方法用于顺昌县土壤有机质的空间预测。结果表明,RK与R-STPS的预测精度、计算效率、预测的研究区土壤有机质空间分布的总体趋势相近。R-STPS无需计算半变异函数,使用方便,因此更有优势。     

基于电磁感应的典型干旱区土壤盐分空间异质性

为研究干旱区土壤盐分空间异质性，指导农业生产实践，运用大地电导率仪（EM38、EM31）对研究区域进行移动式磁感调查，获取表观电导率（ECa）。同时，通过27个校准点的采样和ECa测量，建立土壤盐分的电磁感应解译模型。干旱区土壤盐分质量分数与EM38、EM31水平模式读数（H38、H31）显示出良好的相关性（R=0.935），可以利用ECa结合GIS和地统计学知识研究土壤盐分的空间分布。采用两种方法进行研究：一种是先利用解译模型获取磁感调查点的土壤盐分质量分数，然后进行地统计分析研究其空间分布；另一种是先利用地统计分析研究H38和H31的空间分布，然后利用解译模型通过栅格运算计算盐分质量分数，精度检验显示前者预测值与实测值之间的相关性更好（R2， 0.888＞0.873）；标准差较低（std. 0.414＜0.426），具有更高的预测精度。研究结果表明，基于电磁感应研究干旱区土壤盐分空间异质性是切实可行的，这对于土壤盐渍化的快速诊断，指导农业生产和促进精准农业的发展具有重要的意义。     

Salinity assessment of groundwater for irrigation to prevent soil salinization

Electrical conductivity( EC) is considered as the most important indicator for assessment of groundwater quality. Determination of suitable interpolation method for derivation of groundwater quality variables map such as EC is dependent on region conditions and existence of enough data. For determining groundwater EC,341 groundwater samples were randomly collected from the central regions of Guilan province,paddy soils,in northern Iran. Interpolation methods including inverse distance weighting( IDW),global polynomial interpolation( GPI),local polynomial interpolation( LPI),radial basis function( RBF),ordinary kriging( OK) and empirical Bayesian Kriging( EBK) were used to generate spatial distribution of groundwater EC. The results indicate that EBK is a superior method with the least RMSE,MAE and the highest R2. The generated maps can be used to identify the regions in the studied area where groundwater could be allowed to be extracted and utilized by farmers to reduce adverse effect of the scarcity of surface water.     

基于人工神经网络的离心泵叶轮边界涡量流预测

根据边界涡量动力学理论,从边界涡量流在离心泵叶轮内表面的分布情况,可获知叶轮的受力状况,进而改进叶轮设计.以BP神经网络和径向基神经网络为建模手段,以叶轮内表面的边界涡量流为预测目标,通过高精度的CFD计算获得70个离心泵叶轮内表面的BVF分布,建立可用于训练人工神经网络的初始样本集;再利用63个初始样本建立离心泵叶轮几何参数和边界涡量流的非线性映射关系,并用剩余的7个校对样本进行测试.根据神经网络预测结果和数值模拟计算结果的误差分析,确定最适用于离心泵叶轮边界涡量流预测的神经网络类型.研究表明:径向基(RBF)神经网络的预测精度高于BP神经网络,其训练时间更短、运行稳定性更高;径向基函数的宽度对RBF神经网络的预测性能有较大影响,当径向基函数宽度取0.3时,RBF神经网络的预测性能最佳,预测误差仅0.020 3;RBF神经网络预测所得叶轮内表面的边界涡量流分布,可以作为评价叶轮水力设计优劣的重要指标,进而指导叶轮机械的优化设计.     

基于无人机多光谱遥感的芳樟矮林SPAD反演

为实现利用多光谱技术开展芳樟叶绿素相对含量(SPAD)监测,及时快速诊断芳樟矮林生长状况,为田间管理决策提供信息支持,以红壤区芳樟矮林为研究对象,利用无人机多光谱遥感影像,提取波段反射率,筛选植被指数,分别以波段反射率和植被指数为模型输入量,采用偏最小二乘回归、支持向量回归、反向传播(Back propagation, BP)神经网络和径向基函数(Radial basis function, RBF)神经网络4种方法构建芳樟矮林SPAD反演模型,并对比不同输入量、不同模型模拟结果的反演精度。研究结果表明：对比两种不同的输入量,在同一模型反演的精度相差不大;其中,基于偏最小二乘回归法,以植被指数为模型自变量估测芳樟矮林SPAD效果略优;基于支持向量回归、BP神经网络和RBF神经网络,以波段反射率为模型自变量估测芳樟矮林SPAD效果略优;对比4种建模方法,不同方法建模预测精度不同,与偏最小二乘回归、支持向量回归和BP神经网络相比,基于RBF神经网络反演芳樟SPAD的精度最高,以波段反射率和植被指数为模型输入量的测试集为例,其决定系数R²分别为0.788、0.751,均...     

支持向量回归机在水质预测中的应用与验证

以干旱区浅水湖泊乌梁素海的多年实测pH值为例,在分析支持向量回归机算法（ε-SVR）核函数选取的基础上进行了回归分析及预测,并与线性回归、BP神经网络、RBF网络等算法进行了比较。研究结果显示：：（1） 基于径向基核的支持向量回归机模拟效果优于其它核函数;（2）ε-SVR模拟结果与线性回归（LR）、BP神经网络和RBF网络等算法模拟结果相比,其拟合精度与预测精度均比其它三种方法要高。计算结果充分证明了支持向量回归机有较强的学习能力和泛化能力且该方法可以应用于水质预测研究。     

贝叶斯模型在土壤转换函数中的应用与适应性评价

为了研究大型灌区节水改造后的区域农田生态环境效应中分布式水文模型空间参数的确定问题,通过内蒙古河套灌区解放闸灌域22个土壤水盐监测点110个土壤样本的采样与分析,利用贝叶斯神经网络(BNN)模型建立了河套灌区区域分层土壤特征参数与土壤水分特征曲线模型参数、特征含水率之间的土壤转换函数模型,并与已有的BP神经网络模型进行适应性比较及模型验证。结果表明,BP模型土壤转换函数的训练模拟精度优于BNN,但是在模拟预测方面,BNN模型普遍好于BP模型,而且模型输入因子数量对BP模型的精度影响较大,而BNN模型对于不同输入因子表现出很好的稳健性,BNN模型比传统的人工神经网络模型具有更好的适应性和预测效果,体现了土壤特征参数的空间随机性和结构性特征,而且预测的土壤水分特征曲线与实测和VG拟合结果更为接近,是一种具有广阔应用前景的区域土壤转换函数推求方法。     

非参数统计理论与人工智能技术在水土空间变异中的应用研究

采用非参数统计理论中的指示克立格与BP神经网络技术,以河套灌区内一典型实验区的土壤水盐预测为例,在一条采样基线上比较了指示克立格与BP神经网络技术的优劣,发现指示克立格与BP神经网络技术在一维空间的土壤水盐预测中能改进普通克立格平滑效应,具有条件模拟的仿真功能,可用于空间水盐插值与预测。     

RBF网络在电喷发动机故障诊断中的应用

提出了一种用RBF网络（径向基函数网络）简化汽车故障诊断仪数据流功能的方法.首先建立了RBF网络故障诊断模型,然后以捷达ATK型发动机为例,设计故障样本集,用大量的故障样本集数据对网络进行训练和仿真,并与BP网络作了比较.结果表明,RBF网络比BP网络更适合于故障诊断,可以简化故障诊断仪的数据流功能.     

BP和RBF神经网络预测射流式喷头射程对比

为了探究适合全射流喷头多因素下射程的预测模型,通过改变喷头工作压力、安装高度、喷嘴直径、喷头仰角共4个参数,对射程进行测量.基于BP神经网络和广义径向基(RBF)神经网络的基本原理和算法,建立了全射流喷头射程预测的BP和RBF神经网络模型,并分析BP和RBF神经网络的预测性能.结果表明射程与工作压力、喷嘴直径呈非线性关系;当喷头在1.2 m安装高度、27°仰角、4~10 mm喷嘴直径时,压力增大到0.4 MPa,射程趋于极限,并且安装高度与射程呈正相关关系.BP与RBF神经网络均能较好地表达全射流喷头射程与主控因素之间的非线性关系.在训练时间方面,RBF网络比BP网络慢8.05 s;预测过程中,BP网络在每次运行程序时的预测结果不一定相同,而RBF网络则不会出现此问题,且RBF网络预测值与实测值之间的平均绝对误差比BP网络的小3.55%.从网络预测总体效果观察,RBF神经网络预测喷头射程具有更好的推广能力.