苗期昼夜温差对番茄产量形成因子的影响分析 Influencing analysis of diurnal temperature on yield-forming factors of tomato at seedling stage.pdfVIP

第28 卷 第 16 期 农 业 工 程 学 报 Vol.28 No.16 2012 年 8 月 Transactions of the Chinese Society of Agricultural Engineering Aug. 2012 158 基于GARBF 神经网络的耕地土壤有效磷空间变异分析 1 1 1 2,3 1※ 徐剑波 ，宋立生 ，夏 振 ，张 桥 ，胡月明 （1. 华南农业大学信息学院，广州 510642 ； 2. 华南农业大学资源环境学院，广州 510642 ； 3. 广东省土壤肥料总站，广州 510500 ） 摘 要：为了调整耕地管理措施、合理施用磷肥、减少磷素流失、降低水体非点源污染，该研究以高州市为例，在全市 各区镇共采集了664 个耕作层（0～20 cm ）土样，利用遗传算法优化的径向基函数（radial basis function network optimized by genetic algorithm，GARBF ）神经网络和普通克里金法（Ordinary Kriging ）等方法，分析了县域耕地土壤有效磷在不同 采样尺度下的空间变异特征及其空间分布格局与成因。结果表明，高州市耕地表层土壤有效磷存在半方差结构，半方差 函数曲线与指数和球状模型曲线拟合较好；5 种采样尺度下（训练样点数分别为 100、200、300、400 和 500）耕地表层 土壤有效磷均表现出弱的结构空间相关，在较大范围内空间自相关性较差。GARBF 神经网络空间插值能力在整体上要有 优于基于邻近点RBF 神经网络和普通克里金法。300 样本下GARBF 神经网络空间插值结果表明，高州市耕地表层土壤 有效磷的盈余现象比较严重，并且盈余有效磷的流失对该地区水环境会产生严重的威胁。该研究结果可以为土壤属性空 间估测、合理施肥以及降低水体非点源污染提供理论依据和技术支持。 关键词：土壤，磷，神经网络，GARBF 神经网络 doi：10.3969/j.issn.1002-6819.2012.16.025 中图分类号：S159.2 ；S153.6+ 1 文献标志码：A 文章编号：1002-6819(2012)-16-0158-08 徐剑波，宋立生，夏 振，等. 基于GARBF 神经网络的耕地土壤有效磷空间变异分析[J]. 农业工程学报，2012，28(16)： 158－165. Xu Jianbo, Song Lisheng, Xia Zhen, et al. Spatial variability of available phosphorus for cultivated soil based on GARBF neural network [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(16): 158－165. (in Chinese with English abstract) 成预测结果的不可靠[10]；同时克里格插值的平滑效应也 0 引 言 会在一定程度上使得在土壤属性信息异常区域再表达上 [1] [10-11] 耕地土壤中磷元素缺乏将严重制约农业生产 ，然而 的不准确性 。地理信息技术通过加入地形、气候、 近几十年来，随着磷肥施用量的提高，国内外的研究表 水文等环境信息，在一定程度上提高了土壤属性空间分 明，耕地土壤中不