基于改进插值法的农田土壤水分与养分空间变异研究

• 作者: 杨昕馨
• 来源期刊: 现代农业科技
• 学科: 农学
• 关键词: 土壤变量 空间分布 贝叶斯最大熵法 变异
• 年，卷（期）: 2015,（18）
• 所属期刊栏目: 农业工程学
• 页码范围: 193-194,198
• 页数: 3页
• 分类号: S151.9
• 字数: 3480字
• 语种: 中文

摘要

掌握农田土壤水分和养分的空间分布特征是实现农田土壤精确管理及实施精确农业的重要依据.该文将贝叶斯最大熵法(Bayesian maximum entropy,BME)和贝叶斯人工神经网络方法(Bayesian neural networks,BNN)结合形成一种空间插值新方法,用融入BNN法结果的BME法(Bayesian maximum entropy method combined with Bayesian neural networks,BMENN)模拟土壤变量的空间分布.以新疆希尼尔水库周边某田块的土壤水分、碱解氮、速效钾和速效磷这4种土壤特性的采样数据为例,运用交叉验证法,将BMENN法对土壤变量的估值精度与BNN法、普通克立格法(ordinary Kriging,OK)进行了比较.结果表明:与OK法和BNN法相比,BMENN法将估计方差(mean squared error,MSE)缩小2.26％～23.54％,具有最小的估计方差和接近于0的平均绝对误差(mean error,ME);BMENN法的估计值与实测值相关系数更大(r=-0.62～0.89),具有更高的相关程度;MSE的组成分析表明,BMENN法再现变量波动程度和波动大小的能力更强.BMENN法对于利用有限数据信息提高土壤变量空间分布模拟精度具有重要意义,并可为土壤管理、精准农业的实施以及区域环境规划等提供科学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨昕馨		3	25	2.0	3.0