首页 | 本学科首页   官方微博 | 高级检索  
     

丘陵区土壤有机质空间分布预测的神经网络方法
引用本文:李启权,王昌全,张文江,余勇,李冰,杨娟,白根川,刘泳宏. 丘陵区土壤有机质空间分布预测的神经网络方法[J]. 农业环境科学学报, 2012, 31(12)
作者姓名:李启权  王昌全  张文江  余勇  李冰  杨娟  白根川  刘泳宏
作者单位:1. 四川农业大学资源环境学院,成都,611130
2. 四川大学水力学与山区河流开发保护国家重点实验室,成都,610065
3. 四川农业大学林学院,四川雅安,625014
基金项目:国家杰出青年科学基金,国家自然科学基金项目
摘    要:土壤性质空间分布信息的准确表达是土壤资源优化利用和土壤环境保护的需要.为模拟川中丘陵区县域尺度上土壤有机质的空间分布格局,构建了以地理坐标、地形和植被因子为网络输入的径向基函数神经网络模型(RBFNN_E),并将该方法与普通克里格法(OK)、多元回归模型(MLR)和仅以地理坐标为网络输入的神经网络模型(RBFNN_C)相比较.结果表明:RBFNN_E对479个验证点模拟结果的平均绝对误差(MAE)、平均相对误差(MRE)和均方根误差(RMSE)较MLR分别降低了1.74%、1.45%和2.64%,较OK分别降低了7.77%、12.76%和3.92%,较RBFNN_C分别降低了8.89%、9.81%和7.68%.从模拟的空间分布图来看,RBFNN_E能较好地刻画环境变化引起的土壤有机质空间变异的细节信息.因此,融合环境因子的神经网络模型(RBFNN_E)不仅具有较高的模拟精度,还能更好地揭示复杂地形下土壤有机质的空间变异,使模拟结果更符合区域地学规律与实际情况,可为复杂环境条件下土壤管理、精准农业的实施以及区域环境规划等提供科学依据.

关 键 词:土壤  植被  模型  地形因子  丘陵区  径向基函数神经网络  空间预测

Predict the Spatial Distribution of Soil Organic Matter for a Hilly Region with Radial Basis Function Netural Network
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
点击此处可从《农业环境科学学报》浏览原始摘要信息
点击此处可从《农业环境科学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号