基于RBF神经网络的土壤铬含量空间预测

• 作者: 周永章 程家昌 胡月明 蚁佳纯 赵元 陈飞香
• 来源期刊: 地理科学
• 学科: 农学
• 关键词: RBF神经网络 土壤属性 空间预测 克里格插值
• 年，卷（期）: 2013,（1）
• 页码范围: 69-74
• 页数: 6页
• 分类号: S153.6|TP183
• 语种: 中文

摘要

以广东省增城市为实验基地,采用随机采样的方法采集土壤铬含量样点,并将其分为训练数据集和检验数据集.设计4种样点布局方案,对前三组数据用RBF神经网络方法进行土壤铬含量插值,分析预测误差.研究发现,当样点较少时,RBF神经网络方法的插值结果较精确.而当样点数据为50时,误差较大,不能满足插值要求.通过插值结果的对比发现,较传统的统计学插值方法,RBF神经网络方法克服了平滑效应,特别是在数据较少的情况下,进行空间预测效果较好,是一种适用范围更广的插值方法.