土壤属性空间预测的广义回归神经网络方法研究

编号 zgly0000568528

文献类型 期刊论文

文献题名 土壤属性空间预测的广义回归神经网络方法研究

学科分类 220.1040;森林土壤学

作者 刘付程  郭衍游  闫晓波 

作者单位 淮海工学院测绘工程学院  胶州市环境保护局 

母体文献 淮海工学院学报 

年卷期 2008,17(1)

页码 68-71

年份 2008 

分类号 S152  TP183 

关键词 广义回归神经网络  土壤属性  空间预测 

文摘内容 土壤属性的空间变异性是农业和环保决策的重要依据,研究如何利用有限的样本数据来获得更为详尽的土壤属性空间分布信息对于科学决策具有重要意义。提出了一种基于广义回归神经网络模型(GRNN)的土壤属性空间预测方法,并将其与Kriging方法进行了比较。结果表明,GRNN方法能较好地刻画土壤属性的空间分布特征,其计算方法简单,预测精度较高;在给定的样本数据条件下,GRNN方法的预测精度总体上要优于Kriging方法,表明GRNN方法在土壤属性空间预测中的应用是有效可行的。