共查询到18条相似文献，搜索用时 156 毫秒
1.
为探究新疆多年年均降水量的空间分布规律,基于50个气象站点1990-2016年的地面气候资料,运用反距离加权、克里格插值、径向基函数插值3种不同方法,对年均降水数据进行空间插值分析,采用38个站点进行预测和12个站点进行检验,研究不同方法对该区域年均降水量插值结果的影响。结果表明:克里格插值方法下5种半变异函数模型的均方根误差和平均绝对误差均小于反距离加权法和径向基函数法。通过对比克里格插值方法下不同半变异函数模型(球面模型、指数模型、线性模型、高斯模型、环形模型)发现,环形模型的均方根误差和平均绝对误差均小于其他4种模型,高斯模型的准确度最低。因此克里格插值方法优于反距离加权法和径向基函数法,且克里格插值法中环形模型是进行新疆年均降水量空间插值分析效果最好的方法。 相似文献
2.
采用地统计学的方法,对海南岛尖峰岭热带山地雨林原始林土壤物理性质小尺度空间异质性进行了研究,结果表明:(1)土壤各物理性质空间异质性明显,其半方差函数可以用指数模型、高斯模型和球状模型拟合,变程变化范围为10.810 48.650 m,块金值与基台值比值范围为10.2%87.8%,表明各物理性质有不同程度的空间自相关性;土壤孔隙度和持水特性有较大的块金值,说明存在小尺度(<10 m)的空间异质性;(2)普通克里格插值及绘制物理性质空间分布轮廓图表明,土壤各物理性质在空间分布上具有斑块性,各物理性质在不同土壤深度的空间分布有一定的一致性,地形是影响土壤物理性质空间分布格局的一个主要原因。 相似文献
3.
采用 BP 人工神经网络模型与空间插值模型中的泛克里格插值法、三次样条插值法、反距离插值法相结合,预测广东省云浮市云城区与云安区森林土壤中量元素含量的空间分布。结果表明：研究区中量元素交换钙的含量相对较高,为17.333~1169.033 mg · kg-1,其次为全硫,含量为60.787~354.600 mg · kg-1,交换镁含量最低,为8.320~51.580 mg · kg-1;从养分的变异系数来看,3种中量元素在整个研究区的变异系数在33.43%~106.34%之间,其中除云安区的交换钙变异系数为106.34%,属于强变异以外,其他两个元素均属于中等变异。3种插值方法中,泛克里格对交换镁的预测性较好,而对交换钙、全硫预测性欠佳。通过模型的对比发现,BP 人工神经网络模型为最适模型。 相似文献
4.
基于地统计学的森林地上生物量估计 总被引：2，自引：0，他引：2
基于吉林省汪清林业局金苍林场二类调查的局级固定样地数据,利用地统计学的普通克里格法和协同克里格法对研究区域内森林地上生物量进行估计(协同克里格法以地上生物量为主变量,以胸高断面积为协变量),并对2种插值方法进行比较。结果表明:在研究区域内普通克里格法预测精度较低;而协同克里格法能够显著提高预测精度,所产生的均方根误差(RMSE)减少49.0%,平均标准误差(ASE)减少39.4%,预测值和实测值的相关系数提高68.4%。通过插值得到整个林场生物量的空间分布格局图,生物量的分布存在明显的空间异质性。林场平均生物量密度为111.9t·hm-2,总生物量达3.578Tg;并从不同森林类型和龄组对生物量的空间格局进行分析。研究结果可为区域尺度内基于固定样地和地统计学的生物量估计提供方法和参照。 相似文献
5.
基于GIS与地统计学原理,使用ArcGIS地统计分析模块研究了湖南省青石冈林场土壤(0~60 cm)pH值、有机质、水解性氮、全氮、全磷和全钾空间变异情况。结果表明:实验区土壤为酸性,pH值为4.36,有机质、水解性氮、全氮、全磷和全钾平均含量依次为20.47 g/kg、206.41 mg/kg、1.02 g/kg、0.32 g/kg和11.80 g/kg,该地区pH值变异系数最小,属于小变异,其他土壤养分变异系数在35%以上,为高度变异,变异强度为全钾(72.26%)>有机质(68.96%)全氮(66.96%)>全磷(47.06%)>水解性氮(37.16%)。全钾(49.58%)>全氮(46.08%)>水解性氮(40.09%)>全磷(35.38/%)>有机质(33.85%);半方差最优模型拟合分析表明,全氮、全钾的分布符合指数模型,pH值和水解性氮符合高斯模型,有机质符合球状模型,全磷符合有理二次函数模型;从空间结构特征看,pH值和全钾表现出强烈的空间相关性,其变异主要由地形、土壤母质、气候等自然因素(结构性因素)引起,有机质、全氮和全磷表现出中等空间相关性,主要是结构因素及随机因素共同影响造成,而水解性氮空间相关性很弱,表明随机因素对其空间分布的贡献较大;土壤养分的空间分布特征:有机质、全氮、水解性氮和全磷整体分布趋势比较相似,水解性氮的分布情况相对简单,等值线与等高线基本平行,但5种养分均在低海拔富集,有机质和全氮的分布图零碎,受人为及外界干扰明显。采用克里格插值方法进行最优内插,绘制了养分含量分布图,可更直观地了解县域的土壤养分丰缺状况,为土壤可持续利用、次生林的恢复与重建提供科学依据。 相似文献
6.
指出了土壤养分空间变异是近些年来土壤学研究的重点内容,研究土壤养分空间变异时,必要考虑到影响其插值准确性的因素。总结了前人的文献,对其研究方法和影响因素进行了综述。主要表现在:土壤养分空间变异的研究一般采用地统计学方法,并运用克里金插值法对养分空间的分布直观观测。其影响因素主要罗列了地形、采样方式、采样间距、采样密度和采样尺度。随机采样和网格采样对插值的影响以实际研究区具体情况分析,采样密度和地形对土壤养分的空间变异的影响不可忽略,尤其是在速效养分上;在大面积上也即中小比例尺下采样,土壤养分空间变异较大,具有强烈的空间自相关性,而在小面积上也即大比例尺上,土壤养分空间变异较小,具有明显的空间自相关性。可为后面的研究者提供直观便捷的参考资料。 相似文献
7.
8.
土壤养分是土壤肥力的重要指标，了解森林土壤养分垂直分布状况可为林业土壤科学施肥提供依据。研究对云浮市森林土壤构建从上到下分5 层的人工神经网络模型，通过对候选的模型输入参数进行筛选获得最优组合，并生产空间分布图。结果表明，所建模型对土壤养分预测能力不同，其中碱解氮、全钾较好，有机质、速效钾、全磷一般，速效磷、全氮相对较差。筛选出的最优模型输入组合显示，地形位置指数、坡度、泥沙输移比、坡向对土壤养分的预测能力最强，水流长度、潜在太阳辐射次之，水流流向、土壤地形因素、垂直坡位相对较差，且同一参数对不同土壤养分指标的预测能力不同；最优模型生产的土壤养分图更详细的反应土壤养分的空间分布。 相似文献
9.
10.
就樟子松纯林和樟子松落叶松混交林下的土壤主要养分的含量、性质进行研究,探讨不同林型下土壤养分含量的变异性以及土壤各指标之间的相关关系,揭示研究区域内森林生态系统土壤养分空间分布特征和变异的某些规律。结果表明,樟子松纯林和樟子松落叶松混交林下土壤pH值变异系数为4.22～5.90,属弱变异性;樟子松纯林下层土壤的有效磷含量变异系数达到90.97%,属于强变异性,其他所测的土壤养分指标变异系数在16.38%～50.89%,均属于中等程度变异性。 相似文献
11.
《林业研究》2020,31(5)
A general regression neural network model,combined with an interative algorithm(GRNNI) using sparsely distributed samples and auxiliary environmental variables was proposed to predict both spatial distribution and variability of soil organic matter(SOM) in a bamboo forest. The auxiliary environmental variables were: elevation, slope, mean annual temperature, mean annual precipitation, and normalized difference vegetation index. The prediction accuracy of this model was assessed via three accuracy indices, mean error(ME), mean absolute error(MAE), and root mean squared error(RMSE) for validation in sampling sites. Both the prediction accuracy and reliability of this model were compared to those of regression kriging(RK) and ordinary kriging(OK). The results show that the prediction accuracy of the GRNNI model was higher than that of both RK and OK. The three accuracy indices(ME, MAE, and RMSE) of the GRNNI model were lower than those of RK and OK. Relative improvements of RMSE of the GRNNI model compared with RK and OK were 13.6% and 17.5%, respectively. In addition, a more realistic spatial pattern of SOM was produced by the model because the GRNNI model was more suitable than multiple linear regression to capture the nonlinear relationship between SOM and the auxiliary environmental variables. Therefore, the GRNNI model can improve both prediction accuracy and reliability for determining spatial distribution and variability of SOM. 相似文献
12.
13.
用泛化改进的BP神经网络估测森林蓄积量 总被引：4，自引：0，他引：4
介绍主成分变换和经规则化调整法进行泛化改进的BP神经网络在森林蓄积量建模估测中的应用,比较普通BP神经网络与泛化改进的BP神经网络对蓄积量预报的差异,分析直接用中心标准化的观测值建立仿真模型和进行主成分变换后再建立模型的效率问题.结果表明:泛化改进的BP神经网络比普通BP神经网络具有更高的预报精度,利用主成分得分作为仿真模型的变量比直接用观测值作变量具有更快的速度,并保证了预报精度. 相似文献
14.
森林土壤呼吸在陆地生态系统的碳平衡中发挥了重要作用,准确估算森林土壤呼吸量对于了
解陆地碳平衡的变化至关重要。这项研究以全球气候数据、全球森林土壤呼吸数据库为基础数据,通过
开发人工神经网络（ANN）模型建立由年平均气温（MAT）、年平均降水（MAP）、森林类型驱动的土壤
呼吸模型,预测全球森林土壤呼吸变化。模型估算的结果表明,从 1960 年到 2017 年,全球森林平均年
土壤呼吸量为 40.10±0.48 Pg C yr-1,全球森林土壤对全球土壤呼吸的贡献在 40.9% - 49.8% 之间。人工神
经网络模型预测的准确度达到 0.63,进一步改善了全球森林土壤呼吸模型预测的精度。 相似文献
15.
16.
17.
本次试验以湖南省湘潭县为研究区,提取Landsat8 OLI影像数据的56个遥感因子作为候选因子,结合皮尔逊相关系数和主成分分析两种方法对变量进行降维,构建多元线性回归模型(MLR)、误差反向传播神经网络(BP-ANN)、K最近邻模型(KNN)和随机森林模型(RF)进行蓄积量反演,并采用决定系数(R2)、均方根误差(R... 相似文献
18.
为快速测定森林土壤的有机碳含量,从取自小兴安岭带岭林业局东方红林场的120个土壤样品中采集350～2500 nm的土壤近红外光谱数据,对光谱做一定的预处理后,运用主成分分析法压缩提取前8个主成分,结合BP神经网络非线性方法建立土壤有机碳含量的预测模型并进行验证。结果表明,验证集的相关系数为0.78002,均方根误差为0.5002,预测集的相关系数为0.84941,均方根误差为0.4538。应用近红外光谱技术及BP神经网络非线性方法建模可以有效地预测土壤的有机碳含量,为野外大面积快速测定森林土壤碳含量提供了技术依据。 相似文献