共 18 条
- [4] Reserve estimation of central part of Choghart north anomaly iron ore deposit through ordinary kriging method[J]. Ali Akbar Daya.International Journal of Mining Science and Technology. 2012(04)
- [10] 土壤农化分析[M]. 中国农业出版社 , 鲍士旦主编, 2005
基于主成分分析的协同克里格插值模型对土壤铜含量的空间分布预测
被引：15
作者：
章清
[1
]
张海涛
[1
]
郭龙
[2
]
杜佩颖
[1
]
李林蔚
[1
]
李锐娟
[1
]
唐晓霏
[3
]
机构：
[1] 华中农业大学资源与环境学院
[2] 武汉大学资源与环境学院
[3] 湖北省测绘工程院
来源：
关键词：
主成分分析;
协同克里格插值;
Pearson相关系数;
铜;
微量元素;
空间分布;
估测;
D O I：
10.13300/j.cnki.hnlkxb.2016.01.010
中图分类号：
S153.6 [土壤成分];
学科分类号：
摘要：
以湖北省宜都市红花套镇的柑橘产区为例,选取土壤重金属全铜含量为研究对象,利用Pearson相关系数方法选择与土壤铜含量具有较高相关性的土壤因子(全K、全Cr、CEC、全Al、全N(P<0.05))作为辅助变量,利用主成分分析(PCA)对辅助变量进行降维求总得分处理后,与协同克里格插值相结合构建土壤铜含量空间模型(COKPCA),同时构建土壤铜含量的普通克里格插值模型(OK)和以全K作为辅助变量构建协同克里格插值模型(COKK),对不同的空间模型进行模拟精度的对比和分析之后提出最优空间模型方法,进一步分析土壤铜含量在研究区域的空间分布特征。结果表明:普通克里格插值(OK)、协同克里格插值(COKK)和与主成分相结合的协同克里格插值(COKPCA)3种模型的RMSE分别为7.044、6.907和6.309,R2分别为0.716、0.743和0.852,赤池信息量准则(AIC)分别为101.591、96.908和87.203。综合比较,COKPCA具有最优的模拟插值结果,其次为COKK,而OK则相对较差。
引用
收藏
页码：60 / 68
页数：9
相关论文