基于神经网络模型和地统计学方法的土壤养分空间分布预测

作者：李启权; 王昌全; 张文江; 余勇; 李冰; 杨娟; 白根川; 蔡艳

来源：应用生态学报, 2013, (02): 459-466.

DOI：10.13287/j.1001-9332.2013.0180

• 径向基函数神经网络模型
• 普通克里格法
• 回归克里格法
• 土壤养分 radial basis function neural network model
• ordinary kriging
• regression kriging
• soil nutrient.

采用径向基函数神经网络模型与普通克里格法相结合的方法,预测川中丘陵区县域尺度土壤养分(有机质和全氮)的空间分布,并与普通克里格法和回归克里格法进行比较.结果表明:各方法对研究区土壤养分的预测结果相似.与多元回归模型相比,神经网络模型对验证样点土壤有机质和全氮的预测值与样点实测值的相关系数分别提高了12.3%和16.5%,表明神经网络模型能更准确地捕捉土壤养分与定量环境因子间的复杂关系.对469个验证样点预测结果的误差分析表明,神经网络模型与普通克里格法相结合的方法对土壤有机质和全氮预测结果的平均绝对误差、平均相对误差、均方根误差较普通克里格法分别降低了6.9%、7.4%、5.1%和4.9%、6...

• 单位
  四川大学; 四川农业大学