全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...
地理科学  2013 

基于RBF神经网络的土壤铬含量空间预测

, PP. 69-74

Keywords: RBF神经网络,土壤属性,空间预测,克里格插值

Full-Text   Cite this paper   Add to My Lib

Abstract:

以广东省增城市为实验基地,采用随机采样的方法采集土壤铬含量样点,并将其分为训练数据集和检验数据集.设计4种样点布局方案,对前三组数据用RBF神经网络方法进行土壤铬含量插值,分析预测误差.研究发现,当样点较少时,RBF神经网络方法的插值结果较精确.而当样点数据为50时,误差较大,不能满足插值要求.通过插值结果的对比发现,较传统的统计学插值方法,RBF神经网络方法克服了平滑效应,特别是在数据较少的情况下,进行空间预测效果较好,是一种适用范围更广的插值方法.

References

[1]  胡月明,万洪富,吴志峰,等.基于GIS的土壤质量模糊变权评价[J].土壤学报,2001,38(3):266~274.
[2]  罗锡文,臧英,周志艳.精细农业中农情信息采集技术的研究进展[J].农业工程学报,2006,22(1):167~173.
[3]  徐剑波,宋立生,彭磊,等.土壤养分空间估测方法研究综述[J].生态环境学报,2011,20(8):1379~1386.
[4]  李晓晖,袁峰,贾蔡,等.基于地统计学插值方法的局部奇异性指数计算比较研究[J].地理科学,2012,32(02): 136~142.
[5]  白军红,丁秋档,高海峰,等.向海湿地不同植被群落下土壤氮素的分布特征[J].地理科学,2009,29(3): 381~384.
[6]  刘雪,王兴润,张增强.pH 和有机质对铬渣污染土壤中Cr 赋存形态的影响[J].环境工程学报,2010,4(6):1436~1440.
[7]  胡健颖,孙山泽.抽样调查的理论方法和应用[M].北京:北京大学出版社,2000.
[8]  陈述彭.地球科学的复杂性与系统性[J].地理科学,1991,11(4):297~305.
[9]  钱学森,于景元,戴汝为.一个科学新领域——开放的复杂系统及其方法论[J].自然杂志,1990,13(1):3~10.
[10]  尤淑撑,严秦来.基于人工神经网络面插值的方法研究[J].测绘学报,2000,29(1):30~34.
[11]  吴信才.地理信息系统原理与方法[M].北京:电子工业出版社,2002.
[12]  Simon Haykin.Neural Networks: A Comprehensive Foundation[M].New York:McMillan Press,1994.
[13]  柳小桐.BP 神经网络输入层数据归一化研究[J].机械工程与自动化,2010,6(3):122~126.
[14]  Martin J A R,Arias M L,Corbi J M G.Heavy metals contents inagricultural topsoils in the Ebro basin(Spain).Application of themultivariate geostatistical methods to study spatial variations[J]. Environmental Pollution,2006,144(3):1001-1021.
[15]  Nicholson F A,Smith S R,Alloway B J,et al.An inventory ofheavy metals inputs to agricultural soils in England and Wales[J].The Science of the Total Environment,2003,311(1-3):205-219.
[16]  李建辉,李晓秀,张汪寿,等.基于地统计学的北运河下游土壤养分空间分布[J].地理科学,2011,31(08): 1001~1006.
[17]  程先富,谢勇.基于GIS 的安徽省土壤有机碳密度的空间分布特征[J].地理科学,2009,29(4):540~544.
[18]  Shizhou J,S Bailey. Sampling Strategies for Soil Available Kand P at Field Scale[J].Pedosphere, 2000,10(4):309-315.
[19]  柴杰,江青茵,曹志凯. RBF 神经网络的函数逼近能力及其算法[J].模式识别与人工智能,2002,15(3):310~316.
[20]  屈永华,曾勇,杨永国,等.径向基函数神经网络地质曲面重建及应用[J].中国矿业大学学报,2000,29(3):318~321.
[21]  Jervase A J,LawatiA A,Dorvlo A S.Contour maps for sunshineratio for Oman using radial basis function generated data[J].RenewableEnergy,2003,28(3):487-497.
[22]  苏安玉,李衡,濮励杰,等. 基于RAGA-BP神经网络模型的三江平原地下水资源预测研究[J]. 地理科学,2009,29(2): 283~287.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133