原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 26 卷 第 1 期 农 业 工 程 学 报 Vol.26 No.1
2010 年 1 月 Transactions of the CSAE Jan. 2010 87
基于RBF 神经网络的土壤有机质空间变异研究方法
1,2,3 1※ 2 1 1
李启权 ，王昌全 ，岳天祥 ，李 冰 ，杨 娟
（1．四川农业大学资源环境学院，雅安 625014 ； 2 ．中国科学院地理科学与资源研究所，北京 100101；
3 ．中国科学院研究生院，北京 100039）
摘 要：通过研究土壤性质的空间变异和空间插值方法，快速准确获取土壤性质的空间分布是精确农业和环境保护的基
础。该文以四川眉山一块约40 km2 的区域为试验区，采集表层土壤 （0～20 cm ）样点 80 个，利用径向基函数(RBF)神经
网络建立空间坐标和邻近样点与土壤有机质间的非线性映射关系 （RBF2 ），模拟土壤有机质的空间分布。与普通克里法
（OK ）和仅以坐标为网络输入的神经网络方法 （RBF1 ）相比，RBF2 的插值精度有显著的提高；相同样点密度下其相对
预测误差分别较 OK 和 RBF1 减小了 9.87%、1.97% （样本 A ）和 13.09%、2.36% （样本 B ）；即使样点数减半的情况下
RBF2 的相对预测误差也分别较 OK 和 RBF1 减小了 10.23%和 2.33%，并且插值图差异相对较小，可以更好地反映土壤
有机质空间分布的异质性。因此，利用以坐标和邻近样点为输入的神经网络方法可以相对准确、快速地获取区域土壤性
质空间分布的异质性信息。
关键词：径向基函数网络，误差分析，土壤，有机质，空间异质性，普通克里格
doi ：10.3969/j.issn.1002-6819.2010.01.015
+
中图分类号：S153.6 21 ，TP183 文献标识码：A 文章编号：1002-6819(2010)-01-0087-07
李启权，王昌全，岳天祥，等. 基于RBF 神经网络的土壤有机质空间变异研究方法[J]. 农业工程学报，2010，26(1)：
87－93.
Li Qiquan, Wang Changquan, Yue Tianxiang, et al. Method for spatial variety of soil organic matter based on radial basis function
neural network[J]. Transactions of the CSAE, 20 10, 26(1): 87 －93. (in Chinese with English abstract)
代计算工具，人工神经网络方法以其优异的非线性计算
0 引 言
能力，成为探索复杂系统非线性问题的有力工具，并逐
受自然因素和人类活动的影响，土壤性质具有高度 渐被引入土壤性质的空间异质性研究中[17-2 1] ，取得了较
的空间异质性。这种空间异质性体现在土壤的理化信息 好的研究结果。然而这些研究仅建立空间坐标与土壤性
随空间位置的不同而呈现较大的差异，即使在相邻位置 质之间的非线性映射关系，而土壤性质虽然在空间位置
也可能出现较大的变异[1-2] 。对土壤性质空间异质性的充 上存在相关性，但同时也与该位置上的其他生态过程有
分了解，准确、快速地掌握区域土壤理化信息的空间分 关[1-2] 。因此仅在空间坐
文档评论（0）