排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
基于Kriging估计误差的县域耕地等级监测布样方法 总被引:7,自引:2,他引:5
为了监测耕地的质量等级,通常采取抽样调查的方法.由于空间样本间存在不独立性等原因,传统抽样方法效率低、精度不高.为此,该文提出基于Kriging估计误差的布样方法,定义了反映Kriging估计情况的统计量作为评估监测网的标准,通过分析样本量与抽样精度的变化趋势确定最优样本容量,将调整过的方形格网作为监测网的基础,在泰森多边形限制下对监测网优化增密,并选用部分标准样地作为监测点.以北京市大兴区为例对该方法进行验证,结果表明,当监测点数同为48时,该文方法均方根误差小于简单随机抽样、分层抽样以及单一使用格网布样的方法,预测总体均值的相对误差为0.07%.因此,该文方法使用较少的监测点反映县域耕地等级的分布状况和变化趋势,能够满足县域耕地等级监测的需求. 相似文献
4.
基于空间模拟退火算法的耕地质量布样及优化方法 总被引:2,自引:2,他引:2
耕地质量监测是保障耕地资源的永续利用,实现耕地产能提升、加强耕地资源的管理、保护、合理利用的重要措施,对实现持续粮食安全具有重要意义。该文提出了基于空间模拟退火算法的耕地质量布样优化方法,以空间模拟退火算法为基础生成一组最优样本,构成基础监测网络,在此基础上,通过多期耕地等级成果数据提取属性发生变化的分等因素和对应发生变化的区域,生成潜在变化区,并结合研究区实际情况辅以专家知识和异常监测点,对基础样本点进行增加、删除、替换等优化操作,生成最终监测样点。以北京市大兴区为例,最终确定布设55个监测样点,结果表明,该方法布设的样点在耕地质量预测方面的精度高于传统的随机抽样和分层抽样方法,能有效地预测县域耕地质量并监控耕地质量的变化情况。 相似文献
1