基于GARBF神经网络耕地土壤有机质空间插值方法研究

• 作者: 夏振 赵凯
• 来源期刊: 广东土地科学
• 学科: 农学
• 关键词: 土壤有机质 地统计学 遗传算法 RBF神经网络 空间插值
• 年，卷（期）: 2016,（4）
• 页码范围: 43-48
• 页数: 6页
• 分类号: S153.621

摘要

利用遗传算法优化RBF神经网络的隐层节点数、扩展速度、均方根误差3个网络参数,然后基于优化RBF神经网络对研究区不同采样尺度下耕地土壤有机质进行空间插值,估测结果在拟合能力和插值精度上都要优于地统计方法、RBF神经网络方法,并且在参与插值的样本较少时优势更明显。因此,GARBF神经网络方法可以更加准确地获取区域土壤有机质空间变异信息,为耕地质量评价,精准农田管理以及估算田块尺度上土壤的固碳潜力等方面提供技术支持。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵凯		3	2	1.0	1.0
2	夏振		1	0	0.0	0.0