基于人工神经网络的土壤颗粒组成制图

以浙江西苕溪流域为研究区，综合考虑地形和土壤类型等信息，采集典型土壤样本，测定土壤颗粒组成，并基于土壤颗粒组成与景观位置和特征之间的关系，利用径向基函数(rbf)神经网络建立了高程、坡度、平面曲率、剖面曲率、径流强度系数和地形湿度指数6个地形因子与土壤颗粒组成之间的非线性映射关系，预测土壤颗粒组成的空间分布。验证结果表明，rbf神经网络方法能够挖掘出地形因子信息与土壤颗粒组成之间的非线性映射关系，其预测精度较高，模型稳定性较好，是一种低成本、高效率的制图方法。