共查询到20条相似文献，搜索用时 15 毫秒
1.
应用集成BP神经网络模型预测土壤有机质空间分布 总被引：3，自引：0，他引：3
《江苏农业学报》2017,(5)
基于2014年江西省万年县测土配方施肥数据,以地理坐标、高程和坡度以及邻近样点信息作为网络的输入变量,采用集成BP神经网络模型(BPNN-Ada模型)预测土壤有机质的空间分布,并与未集成的BP神经网络模型(BPNN模型)和普通克里金模型(OK模型)进行比较。结果表明,3种模型的预测精度大小顺序为BPNNAda模型BPNN模型OK模型。集成BP神经网络模型预测精度最高,效果最好,比较符合土壤有机质地学分布规律及实际情况。BPNN-Ada模型克服了BP神经网络局部搜索能力差和易陷入全局最优的缺点,提高了BP神经网络的泛化能力。 相似文献
2.
3.
基于经验贝叶斯克里金的微尺度植烟田土壤有机质空间变异性 总被引：1，自引：0，他引：1
《西南农业学报》2020,(2)
【目的】为了在优质烟田间栽培中更好地实施精确定位施肥,需要准确掌握植烟田土壤养分的空间分布信息。【方法】本文根据地统计理论,采用经验贝叶斯克里金方法分析河南省内乡县一长期植烟田土壤有机质含量的空间变异性,并与径向基函数神经网络插值法、普通克里格插值法进行预测精度比较。【结果】研究区植烟田土壤有机质含量处在最适宜范围内,其平均值为14.81 g·kg~(-1),变异系数为13.74%,表现为中等程度变异性。植烟田土壤有机质含量存在半方差结构,其半方差函数最优拟合模型是指数模型。而且表现出较强的空间相关性。在插值和预测方面,EBK经验贝叶斯法除了明显优于普通克里金插值法以外,还优于RBF神经网络插值法。【结论】在微尺度条件下,采用以坐标和邻近样点为输入的经验贝叶斯克里金方法,来分析植烟田土壤有机质含量的空间变异性,可以达到快速便捷、精度更高的效果。 相似文献
4.
《江西农业学报》2022,(2)
耕地土壤有机质与耕地质量息息相关,其空间分布受人为因素和自然因素的双重影响。为提高空间插值模型预测精度,以福建省漳州市华安县为例,采用结合坡度、海拔高度、土地利用辅助信息的空间插值技术,探究最适合该区域的空间插值模型。结果表明:华安县耕地土壤有机质平均含量23.5 g/kg,属中等水平,变异系数为30.8%,属中等性变异,块金系数为55.1%,表明人为因素和自然因素对土壤有机质的空间变异的影响作用相当。结合土地利用类型的克里金插值模型精度最高,结合海拔高度的空间插值次之,结合辅助信息的空间插值与普通克里金插值相比,预测值和实测值的相关系数明显提升,均方根误差有不同程度的下降。 相似文献
5.
6.
基于北京市大兴区南部郊区平原农用地的高密度土壤样点,结合GIS和空间插值方法,对研究区的样点数据进行随机抽样生成不同数量的数据集,探讨采样点数量和分布模式对土壤有机质空间预测插值精度的影响。研究结果表明:(1)利用不同方式确定的合理采样点数量由高到低依次是插值方法的精度要求、变异函数拟合效果、正态分布法和均值及变异函数的满足小于5%相对误差;(2)变异函数拟合效果总体随着采样点数量的增加呈梯度式增强,但495点集优于825点集;相同样点分布模式下变异函数拟合效果相似;(3)相同样点集的不同插值方法预测精度存在差异,最佳插值方法不同;2272、825、115点集BEK都是最优,1485、495和83点集分别是SWT、SK和LPI最优;(4)样点间最近邻距离分布模式中P值小于0.05,插值模型对土壤有机质插值精度低;P0.05,R比率接近1,样点分布强于样点数量对插值模型对预测精度的影响;其P0.05且R比率大于1.20,各常规插值方法能得到较稳定的插值精度。 相似文献
7.
《中国农业科学》2020,(9)
【目的】空间预测是一种获得有机质空间局部细节的重要方法,其准确性对于农田合理管理有着重要意义。本研究通过对比不同的土壤有机质空间制图方法以获得更优的预测精度,在预测的同时揭示环境协变量的空间非平稳性特征及不同环境协变量关系的空间尺度。【方法】选取晋中盆地的7个乡镇作为研究区,对比普通克里金(OK)、回归克里金(RK)、地理加权回归克里金(GWRK)和多重尺度地理加权回归克里金(MGWRK)4种不同方法对土壤有机质的预测能力和效果,并探究影响因子在空间分布中对有机质的影响效应变化和这种影响效应的空间尺度。MGWRK是一种多重尺度地理加权回归(MGWR)与普通克里金方法相结合的方法。【结果】选取坡向、坡度、年均降水量、年平均温度、海拔、植被年总初级生产力、年蒸散量、地形湿度指数、平面曲率、汇流动力指数、地形指数、地形粗糙指数、年平均NDVI为环境协变量参与建模,在多元线性回归建模中,模型统计学意义显著,这表明模型具备统计学意义。从Radius指数来看,各模型模拟效果由好到差依次为RK、OK、GWRK、MGWRK;从制图效果来看,MGWRK与GWRK制图效果相当,从有机质的空间预测图可以看出,土壤有机质在研究区呈现东西两侧偏低、中部偏高的空间格局,其中汾河以东、昌源河流经区域土壤有机质普遍偏高。坡向、年均降水量、年平均温度、海拔、地形指数、年平均NDVI对研究区东部有机质的影响强于西部,而坡度、植被年总初级生产力、年蒸散量、平面曲率、汇流动力指数、地形粗糙指数则表现出截然相反的空间非平稳性特征,地形湿度指数对有机质的影响则体现为北部强南部弱。【结论】MGWRK方法的空间预测精度分别达到了RK方法的69%、OK方法的71.74%、GWRK方法的71.17%。MGWRK在空间非平稳性特征的解释能力和空间可视化表现良好,为有机质的预测和空间非平稳性特征的描述提供方法借鉴。 相似文献
8.
《江西农业学报》2022,(7)
以江西省万年县为例,根据万年县测土配方数据,构建以思维进化算法、BP神经网络、四方位搜索法三者结合的模型(MEA-BPNN-F模型),同时加入高程和坡度信息来预测万年县耕地土壤有机质的空间分布,并与普通克里金法(OK模型)、以地理坐标为输入的BP神经网络模型(BPNN-G模型)、以高程和坡度作为辅助变量同时利用四方位搜索法加入邻近信息的BP神经网络模型(BPNN-F模型)进行比较。结果表明:4种模型的预测精度表现为MEA-BPNNF>BPNN-F>BPNN-G>OK。应用MEA-BPNN-F模型预测精度最高、效果最好,比较符合土壤有机质地学运动规律及实际情况。该模型克服了BP神经网络全局搜索能力差和收敛速度慢的缺点,提高了BP神经网络的泛化能力。 相似文献
9.
基于MGWRK的土壤有机质制图及驱动因素研究 总被引：1，自引：0，他引：1
【目的】空间预测是一种获得有机质空间局部细节的重要方法,其准确性对于农田合理管理有着重要意义。本研究通过对比不同的土壤有机质空间制图方法以获得更优的预测精度,在预测的同时揭示环境协变量的空间非平稳性特征及不同环境协变量关系的空间尺度。【方法】选取晋中盆地的7个乡镇作为研究区,对比普通克里金（OK）、回归克里金（RK）、地理加权回归克里金（GWRK）和多重尺度地理加权回归克里金（MGWRK）4种不同方法对土壤有机质的预测能力和效果,并探究影响因子在空间分布中对有机质的影响效应变化和这种影响效应的空间尺度。MGWRK是一种多重尺度地理加权回归（MGWR）与普通克里金方法相结合的方法。【结果】选取坡向、坡度、年均降水量、年平均温度、海拔、植被年总初级生产力、年蒸散量、地形湿度指数、平面曲率、汇流动力指数、地形指数、地形粗糙指数、年平均NDVI为环境协变量参与建模,在多元线性回归建模中,模型统计学意义显著,这表明模型具备统计学意义。从Radius指数来看,各模型模拟效果由好到差依次为RK、OK、GWRK、MGWRK;从制图效果来看,MGWRK与GWRK制图效果相当,从有机质的空间预测图可以看出,土壤有机质在研究区呈现东西两侧偏低、中部偏高的空间格局,其中汾河以东、昌源河流经区域土壤有机质普遍偏高。坡向、年均降水量、年平均温度、海拔、地形指数、年平均NDVI对研究区东部有机质的影响强于西部,而坡度、植被年总初级生产力、年蒸散量、平面曲率、汇流动力指数、地形粗糙指数则表现出截然相反的空间非平稳性特征,地形湿度指数对有机质的影响则体现为北部强南部弱。【结论】MGWRK方法的空间预测精度分别达到了RK方法的69%、OK方法的71.74%、GWRK方法的71.17%。MGWRK在空间非平稳性特征的解释能力和空间可视化表现良好,为有机质的预测和空间非平稳性特征的描述提供方法借鉴。 相似文献
10.
为了在空间数据预测时充分利用样点和环境数据,提出了在贝叶斯最大熵方法框架下将经典地统计方法与环境相关法结果融合、利用多源数进行空间预测的新方法;并以湖北省京山县土壤有机质含量为例,验证该方法的可行性.以由数字高程模型(digital elevation model,DEM)生成的各种相关地形因子作为环境数据,并分为密集建模集Ⅰ(330个样点)和稀疏建模集Ⅱ(100个样点),分别用普通克里金法和本文所提方法进行土壤有机质空间预测,用预留的50个样点进行精度分析.结果表明:本文所提方法的预测精度较普通克里金法的高,其Ⅰ和Ⅱ2组建模集精度分别提高了10.95%和22.72%,特别在样点较稀疏时,在相关环境因子的辅助下,精度提高幅度更大.说明将经典地统计方法与环境相关法结果相融合的多因子空间属性预测方法使预测结果既能体现样点的空间自相关,又能体现被预测属性与其他属性间的相关性. 相似文献
11.
基于思维进化算法径向基函数神经网络的土壤有机质空间异质性研究 总被引：1，自引：0，他引：1
提出一种基于思维进化算法径向基函数神经网络的土壤有机质空间异质性研究方法(MECRBF)。以江西省万年县为案例区,在全县范围内采集耕地表层(0~20 cm)土壤样品954个,分别采用该方法和以邻近信息和地理坐标为输入的径向基函数神经网络方法(RBF-Near),以及普通克里格法来模拟土壤有机质空间分布。以验证样本实测值和预测值的决定系数与逼近误差作为评判标准,对比各方法在县域尺度上土壤有机质空间变异和空间插值方面的效果。对763个采样点进行建模、191个验证样点进行独立验证的预测结果表明,在验证点预测中,MECRBF的均方根误差、平均绝对误差、平均相对误差较RBF-Near分别降低了0.50 g·kg-1、0.39 g·kg-1、1.40百分点,差异显著(P<0.05),较普通克里格法分别降低2.59 g·kg-1、1.89 g·kg-1、7.76百分点,差异显著(P<0.05)。从模拟效果来看,MECRBF的决定系数最高,逼近误差最小;从空间分布模拟图来看,MECRBF能更好地表达土壤有机质空间异质性。提出的MECRBF可为县域尺度下土壤性质空间异质性研究提供方法参考。 相似文献
12.
为了探索土壤有机质含量在空间分布上的特征,更好地服务于土地生产力和土壤肥力评价,以北京市平谷区西北部桃园为研究对象,通过地统计学方法分析了土壤有机质空间尺度效应.结果表明,指数模型对土壤有机质含量拟合效果最佳,各尺度上的样点数据均符合正态分布,其空间结构对空间尺度的依赖性较明显;理论半方差变异函数I值和(Z*-Z)2检验表明,L尺度下普通克里格法预测效果比套合模型法好,在M、S尺度下结果刚好相反;土壤有机质含量在空间分布上呈集中连片的趋势,有机质含量低值主要集中在研究区的西南部和中东部区域,有机质高值主要分布在北部和南部的少部分区域.因此,在采样密度较大的尺度下基于多尺度套合法针对土壤有机质空间变异进行研究,使得插值结果达到更高的可靠性,可为制定土壤肥力评价方案提供科学的指导. 相似文献
13.
《山西农业大学学报(自然科学版)》2016,(3)
合理的采样尺度,尤其是在大尺度区域,对实时掌控土壤养分的空间分布状况以及精准农业的发展具有重要意义。本文以山西省为例,以368 843个土壤养分采样点数据为原始数据,选择11个格网尺度(0.5km×0.5km、1km×1km、1.5km×1.5km、2km×2km、2.5km×2.5km、3km×3km、3.5km×3.5km、4km×4km、4.5km×4.5km、5km×5km、5.5km×5.5km)对土壤养分点进行样点选择,比较分析不同尺度下土壤有机质、全氮、速效钾、速效磷的基本统计信息、半方差变异函数和普通克里金插值精度,以确定山西省土壤养分的最佳采样尺度。研究表明:在不同尺度下,这4种土壤养分均处于中等变异强度,平均值、中位数、标准差变化不大。土壤有机质和全氮在大尺度下受结构性因素影响变大,速效钾则变化不明显,速效磷空间变异分析结果较差,对该指标进行了剔除。分析不同尺度下插值精度指标,土壤有机质、全氮、速效钾的最佳预测尺度分别为4.5km、3.5km、2.5km尺度。综合各分析结果,最后确定2.5km为山西省土壤养分最佳的采样尺度。对不同地貌原始密度样点和2.5km尺度下样点空间制图,分析不同地貌下土壤养分含量各等级分布面积占总面积的差异,发现两种密度分布状况在不同地貌、不同等级的差异甚小。 相似文献
14.
普通克里金模型对同尺度下不同土壤肥力指标的空间解析力比较 总被引：1，自引：0，他引：1
【目的】分析相同空间插值方法对不同肥力指标在空间解析力上的差异和适用性,为测土配方施肥提供技术指导。【方法】以浙江温岭市为研究区域,采用正态QQ图的方法,对1926个样点的有机质、碱解氮、有效磷和速效钾4项指标数据均进行预处理检查,剔除异常值;应用普通克里金插值模型及SPSS、GS+和ArcGIS等软件,通过正态转换、半方差函数模型拟合分析和交叉验证分析等方法,对有机质、碱解氮、有效磷和速效钾4项肥力指标进行的插值结果进行比较,判断普通克里金模型对4项常规肥力指标的空间解析力差异。【结果】剔除异常值后,有机质、碱解氮、有效磷和速效钾4项肥力指标的有效样本数分别为1926,1923,1924和1925个,满足县域范围内空间插值研究的要求。在县域测土配方项目高密度取样条件下,使用普通克里金法进行地统计空间插值,其结果精度可满足要求;在既定尺度下,普通克里金插值模型对4项肥力指标的空间解析力从高到低依次为有机质>碱解氮>速效钾>有效磷;当研究指标的变异系数相近时可选择同样的方法进行地统计空间插值,而在变异过于强烈的情况下对插值方法和模型拟合的选择会有更严格的要求。【结论】普通克里金插值模型可用于不同养分指标的空间解析力差异分析,以指导实施测土配方施肥。 相似文献
15.
《江西农业学报》2017,(7)
以江西省万年县为例,根据万年县测土配方数据,构建以思维进化算法、BP神经网络、四方位搜索法三者结合的模型(MEA-BPNN-F模型),同时加入高程和坡度信息来预测万年县耕地土壤有机质的空间分布,并与普通克里金法(OK模型)、以地理坐标为输入的BP神经网络模型(BPNN-G模型)、以高程和坡度作为辅助变量同时利用四方位搜索法加入邻近信息的BP神经网络模型(BPNN-F模型)进行比较。结果表明:4种模型的预测精度表现为MEA-BPNNFBPNN-FBPNN-GOK。应用MEA-BPNN-F模型预测精度最高、效果最好,比较符合土壤有机质地学运动规律及实际情况。该模型克服了BP神经网络全局搜索能力差和收敛速度慢的缺点,提高了BP神经网络的泛化能力。 相似文献
16.
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. 相似文献
17.
18.
以广东省增城市为研究对象,采集了全市内200个土壤样点,利用 BP神经网络插值方法对研究区土壤的氮和磷进行空间插值预测,将插值结果与土壤样点实测值进行对比,得到预测数据的误差均方根。结果表明, BP神经网络的插值精度比克里格高,在样点较少的情况下,BP神经网络的插值结果克服了克里格插值方法的平滑效应。 BP神经网络对插值的样本数据的分布类型没有要求,比传统插值方法有更强的泛化能力,是一种可替代的插值方法。 相似文献
19.
20.
土壤重金属分布空间插值方法的优选——以湖南某地土壤重金属Cd的分布为例 总被引：1，自引：0，他引：1
《吉林农业》2015,(21)
本文应用反距离权重法(IDW)、径向基函数(RBF)、局部多项式法(LPI)、普通克里金法(OK)等4种常用的空间插值方法对湖南某研究区土壤重金属Cd的采样数据做插值研究。结果表明:4种常用的插值方法中,局部多项式法和普通克里金法精度优于反距离权重法和径向基函数。插值效果与重金属测量采样点的数量和密度有关,重金属测量采样点的密度越大、数量越多,空间插值结果的精度就越高,研究结果为区域土壤重金属元素污染评价中空间插值方法的优选提供依据和实例。 相似文献