基于GARBF神经网络的土壤有效锌空间插值方法研究

• 作者: 唐敦义 宋薇平 李冰 杨娟 王昌全 董敏
• 来源期刊: 土壤学报
• 学科: 农学
• 关键词: GARBF神经网络 RBF神经网络 普通克里格 空间插值
• 年，卷（期）: 2010,（1）
• 页码范围: 42-50
• 页数: 9页
• 分类号: S153.6
• 字数: 7115字
• 语种: 中文

摘要

以土壤有效锌为研究对象,构建遗传径向基函数(GARBF)神经网络对该元素属性值进行空间插值,以训练样本集的测定值与预测值之间的决定系数、逼近误差及检验样本的插值误差为评判标准,比较GARBF神经网络、径向基函数(RBF)神经网络、普通克里格(Ordinary Kriging)的拟合能力和空间插值能力.结果表明:同一区域两种抽样方案(a、b)下三种插值方法对训练样本的拟合能力为GARBF>RBF >Ordinary Kriging.以平均绝对误差和误差均方根作为插值精度的评价指标,GARBF与RBF神经网络相比,训练样本的逼近误差分别降低0.22～0.25(a方案)和0.10～0.11(b方案),检验样本的插值误差分别降低 0.13～0.11(a方案)和0.02～0.13(b方案);GARBF神经网络与Ordinary Kriging相比,训练样本的逼近误差分别降低1.12～1.40(a方案)和1.45～1.88(b方案),检验样本的插值误差分别降低0.20～0.24(a方案)和0.14～0.32(b方案),GARBF神经网络的误差最小,插值精度最高.从GARBF神经网络的插值图可以看出,遗传算法避免了神经网络容易陷入局部最优点,扩大了对土壤中相关空间信息的搜索范围,在一定程度上避免了类似克里格插值的"平滑效应".

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨娟	四川农业大学资源环境学院	64	885	17.0	28.0
2	王昌全	四川农业大学资源环境学院	231	4357	33.0	55.0
3	李冰	四川农业大学资源环境学院	103	1711	25.0	35.0
4	宋薇平	四川农业大学资源环境学院	3	42	2.0	3.0
5	唐敦义		3	46	2.0	3.0
6	董敏	四川农业大学资源环境学院	1	32	1.0	1.0