论文摘要
土壤属性空间分布受复杂地学环境要素影响,空间分异特征十分明显,用单一全局插值模型进行土壤属性模拟,难以实现高精度模拟。对于空间不连续、全局插值模型精度有限及适应性差的特点,本文提出了一种集成学习支持的、融合地学环境变量的土壤属性自适应曲面建模方法(ASM-SP)。利用2013年采集的110个样点数据,使用回归克里金(RK)、贝叶斯克里金(BK)、普通克里金插值法(OK)、反距离加权法(IDW)、ASM-SP,分别对青海湖复杂地貌类型区进行土壤全钾含量的插补。本文采用逐点交叉验证(LOOCV)插值方法模拟精度。结果表明,ASM-SP不仅考虑了地学环境变量与土壤属性的非线性关系,而且融合了多个模型的适应性优势,是实现复杂地貌类型区土壤全钾含量的高精度模拟的一种新方法。
论文目录
文章来源
类型: 期刊论文
作者: 刘永坤,刘伟,王昌阳,陈嘉明,马进
关键词: 空间插值,自适应曲面建模,环境变量,线性扫描算法,土壤全钾含量,逐点交叉验证
来源: 测绘通报 2019年02期
年度: 2019
分类: 基础科学,农业科技
专业: 自然地理学和测绘学,农业基础科学,农艺学
单位: 江苏师范大学地理测绘与城乡规划学院,中国矿业大学环境与测绘学院,武汉大学遥感信息工程学院
基金: 国家自然科学青年基金(41601405),全国大学生创新创业训练重点项目(201710320025Z),全国大学生创新创业训练省级指导项目(201610320099X)
分类号: S151.9
DOI: 10.13474/j.cnki.11-2246.2019.0045
页码: 63-70
总页数: 8
文件大小: 1894K
下载量: 110