黑龙江省黑土区拉林河流域土壤侵蚀强度评价方法比较.pdfVIP

黑龙江省黑土区拉林河流域土壤侵蚀强度评价方法比较.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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 11卷 第3期 中 国 水 土 保 持 科 学 Vo1.11 No.3 2013年 6月 ScienceofSoilandW aterConservation Jun.2013 黑龙江省黑土区拉林河流域 土壤侵 蚀 强度 评价 方法 比较 周宁 ,满秀玲H,李超 (1.东北林业大学,150040,哈尔滨 ;2.黑龙江省水土保持科学研究所 ,150070,哈尔滨 ;3.北京林业大学 ,100083,北京) 摘要 :为了保护水土资源 、改善生态环境 ,进行区域土壤侵蚀强度评价 ,以黑龙江省黑土区拉林河流域为研究区,选 取坡度、坡向、土壤类型、土地利用状况和标准化植被指数等 5项评价指标,分别采用逻辑回归和广义 回归神经网 络模型,在 ArcGIS平台上进行土壤侵蚀强度评价 。应用受试者工作特征 曲线对 2种方法的评价结果进行对 比。结 果表明:逻辑 回归模型和广义 回归神经网络模型的受试者工作特征曲线下面积值分别为0.857和0.881,与实际的 土壤侵蚀强度情况基本吻合 ;2种模型的评价结果可 以相互校验 ,广义 回归神经网络模型评价结果的精度较高 。 关键词 :土壤侵蚀强度 ;逻辑 回归 ;广义 回归神经网络 中图分类号:s157 文献标志码 :A 文章编号:1672—3007(2013)03—0073-05 Comparisonofthesoilerosion intensityevaluation methodin LalinRiverWatershedofHeilongjiangblackearthregion ZhouNing ,ManXiuling ,LiChao (1.NortheastForestryUniversity,150040,Harbin;2.HeilongjiangSoilandWaterConservationScienceInstitute,150070,Harbin 3.BeijingForestryUniversity,100083,Beijing:China) Abstract:Inordertoprotectwaterand soilresourcesand theenvironment,evaluate theregionalsoil erosionintensity,thispapertooktheLalinRiverWatershedofHeilongjiangblackearthregionasthe studiedarea.Slopeangle,aspect,soiltypes,landuseandnormalizedvegetationindexwerechosenas evaluation indexes,and thelogisticregression modeland generalized regression neuralnetwork model wereadoptedtoassesssoilerosion intensitywith theArcGIS platform.Then,theresultsoftwo models wereevaluatedbythereceiver—operatingcharacteristiccurve (i.e.ROC curve).Analysesresults showedthatareasunderthecurve (i.e.AUC)oflogisticregressionmodelandgeneralizedregression neuralnetwork modelwere respectively 0.857 and 0.881, consistentwith the actualsoil erosion intensity.Theevaluationresultsoftw

文档评论(0)

fengyu11 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档