论文部分内容阅读
通过研究土壤性质的空间变异和空间插值方法,快速准确获取土壤性质的空间分布是精确农业和环境保护的基础。该文以四川眉山一块约40km2的区域为试验区,采集表层土壤(0～20cm)样点80个,利用径向基函数(RBF)神经网络建立空间坐标和邻近样点与土壤有机质间的非线性映射关系(RBF2),模拟土壤有机质的空间分布。与普通克里法(OK)和仅以坐标为网络输入的神经网络方法(RBF1)相比,RBF2的插值精度有显著的提高;相同样点密度下其相对预测误差分别较OK和RBF1减小了9.87%、1.97%(样本A)和1