省域尺度土壤有机质空间分布的神经网络法预测

• 作者: 叶英聪 孙凯 江叶枫 郭熙 饶磊
• 来源期刊: 江苏农业学报
• 学科: 农学
• 关键词: 土壤有机质预测 BP神经网络模型 RBF神经网络模型 普通克里金法 省域尺度 空间插值 精度
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 耕作栽培·资源环境
• 页码范围: 828-835
• 页数: 8页
• 分类号: S153.6
• 字数: 6465字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4440.2017.04.016

摘要

土壤有机质空间分布预测方法研究对指导省域尺度下土壤有机质空间插值模型选取和精度优化具有重要意义.以江西省为例,利用BP神经网络模型与普通克里金结合的方法(BPNN-OK)、RBF神经网络模型与普通克里金结合的方法(RBFNN-OK)以及普通克里金法(OK)3种方法,预测省域尺度下耕地表层(0～20 cm)土壤有机质的空间分布.16109个土壤样点随机分成12887个建模样点,3222个测试样点.结果表明:在省域尺度下,BPNN-OK法、RBFNN-OK法较OK法在土壤有机质空间预测精度上有较大提升,三者的预测精度为BPNN-OK>RBFNN-OK>OK.BPNN-OK法对土壤有机质预测结果的均方根误差、平均绝对误差、平均相对误差较OK法分别降低28.66％、30.71％、34.76％,RBFNN-OK法较OK法分别降低27.76％、29.74％、33.71％.在省域尺度下,神经网络模型与普通克里金结合的方法能很好地捕捉土壤有机质的复杂空间变异关系.研究结果可指导江西省土壤有机质空间插值模型选取.