基于地统计学与GIS技术的森林土壤养分空间变异性研究
陈利娜;李小川;丁晓纲;李吉跃;张应中;赵正勇;孙丽芳;华月珊
【期刊名称】《广东林业科技》 【年(卷),期】2016(032)005
【摘要】以云浮市云城区和云安区森林土壤为研究对象，应用传统统计学和地统计学方法结合 GIS 技术分析其土壤养分的空间变异性，预测土壤养分空间分布。地统计学主要从空间插值模型和人工神经网络模型的角度对土壤养分的空间变异性进行诠释，并利用平均绝对误差(MAE)和均方根误差(RMSE)两个指标以及模型预测点与实测点间的相关系数作为判断模型好坏的标准。研究结果认为插值模型中泛克里格插值法在样点密度较小时显示出明显优势，而 BP-ANN 在模型的稳定性和推广性表现尤为突出，最后对泛克里格插值模型和 BP-ANN 下的有机碳、全氮、全磷、全钾4种养分空间预测分布特征进行描述。%This research analyzed the spatial variability of forest soil nutrients and forecasted forest soil nutrient distribution in Yuncheng district and Yun’an district. Geostatistics mainly described the spatial variability of soil nutrients in the perspective of the spatial interpolation model and back-propagation artificial neural network model. Besides, the root mean square error(RMSE) and the mean absolute error(MAE) were also used to assess the model accuracy. The model with higher correlation coefficients between prediction data and reference and lower RMSE and MAE was considered to be a successful model. Study results suggest that the Universal Kriging model displayed a clear advantage while the
sample density was small. However, back propagation artificial neural network model’s stability and promotional ability was much better than other interpolation models. The spatial distribution characteristics of carbon, nitrogen, phosphorus and potassium that predicted by Universal Kriging and back propagation artificial neural network were described. Both of the UK model and BP- ANN model prediction distribution of four kinds of nutrients were described. 【总页数】8页(14-21)
【关键词】森林土壤养分;空间变异性;地统计学;人工神经网络模型;云浮 【作者】陈利娜;李小川;丁晓纲;李吉跃;张应中;赵正勇;孙丽芳;华月珊
【作者单位】广东省林业科学研究院，广东 广州 510520; 华南农业大学林学与风景园林学院，广东 广州 510642;广东省林业科学研究院，广东 广州 510520;广东省林业科学研究院，广东 广州 510520;华南农业大学林学与风景园林学院，广东 广州 510642;广东省林业科学研究院，广东 广州 510520;广西大学林学院，广西 南宁 530004;广东省林业科学研究院，广东 广州 510520;广东省林业科学研究院，广东 广州 510520 【正文语种】中文 【中图分类】S158.2 【文献来源】
https://www.zhangqiaokeyan.com/academic-journal-cn_guangdong-forestry-science-technology_thesis/0201260304048.html 【相关文献】
1.基于地统计学与GIS技术的森林土壤养分空间变异性研究 [J], 陈利娜[1,2]; 李小川[1]; 丁晓纲[1]; 李吉跃[2]; 张应中[1]; 赵正勇[3]; 孙丽芳[1]; 华月珊[1] 2.基于地统计学和GIS技术的北京市大兴区礼贤镇土壤养分空间变异性研究 [J], 安永龙; 杜子图; 黄勇
3.基于GIS和地统计学的农田土壤养分空间变异性研究 [J], 杨忠华; 刘方; 赵泽英; 冯廷玺
4.基于GIS和地统计学的区域土壤有机质空间变异性研究 [J], 赵建华; 盖艾鸿; 陈芳; 董博; 谢永
5.基于GIS和地统计学的低丘红壤地区三种土壤性质空间变异性研究 [J], 祝锦霞; 许红卫; 王珂; 陈祝炉
以上内容为文献基本信息，获取文献全文请下载
基于地统计学与GIS技术的森林土壤养分空间变异性研究
