基于BP神经网络插值的土壤全氮空间变异

被引：20

作者：

雷能忠 ^{[1
]}

王心源 ^{[2
]}

蒋锦刚 ^{[1
]}

黄大鹏 ^{[3
]}

机构：

[1] 皖西学院城市建设与环境系

[2] 安徽师范大学国土与旅游学院

[3] 中国科学院地理科学与资源研究所

来源：

农业工程学报 | 2008年 / 11期

关键词：

BP神经网络; 克里格插值法; 空间分异; 土壤全氮;

D O I：

暂无

中图分类号：

S153.6 [土壤成分];

学科分类号：

0903 ; 090301 ;

摘要：

大尺度土壤养分空间变异研究可以为土壤改良分区治理提供基础数据。寻求合适的取样数和插值方法是进行土壤养分空间变异研究的关键。以安徽省舒城县为例,共取得0～20cm土壤表层样品523个,土壤全氮的空间变异由BP神经网络插值方法在不同取样数条件下获得,通过与克里格插值法进行比较得出:样本数在100个时,神经网络插值的预测吻合度(G)比克里格插值高7.75%,均方根误差(RMSE)低0.1,总体精度优于克里格;样本数大于200时,神经网络插值和克里格插值精度基本相同,随着采样数量增加,两种方法的插值精度也在提高,并逐步趋于平稳。在大尺度土壤养分空间变异研究中,在小样本情况下,神经网络插值具有优势。

引用

页码：130 / 134

页数：5

共 12 条

[1] 基于神经网络的农田土壤重金属空间分布分析 [J].