基于BP神经网络的土壤养分空间插值(英文)

被引：6

作者：

李晴 ^{[1
]}

程家昌 ^{[2
]}

胡月明 ^{[2
,3
]}

机构：

[1] 广州粤图信息技术有限公司

[2] 华南农业大学信息学院

[3] 广东省土地利用与整治重点实验室

来源：

Agricultural Science & Technology | 2014年 / 15卷 / 03期

关键词：

BP神经网络; 土壤养分; 空间预测; 克里格插值;

D O I：

10.16175/j.cnki.1009-4229.2014.03.017

中图分类号：

S158 [土壤肥力（土壤肥沃性）];

学科分类号：

摘要：

以广东省增城市为研究对象,采集了全市内200个土壤样点,利用BP神经网络插值方法对研究区土壤的氮和磷进行空间插值预测,将插值结果与土壤样点实测值进行对比,得到预测数据的误差均方根。结果表明,BP神经网络的插值精度比克里格高,在样点较少的情况下,BP神经网络的插值结果克服了克里格插值方法的平滑效应。BP神经网络对插值的样本数据的分布类型没有要求,比传统插值方法有更强的泛化能力,是一种可替代的插值方法。

引用

页码：506 / 511

页数：6

共 27 条

[11]

A comparison of two statistical methods for spatial interpolation of Canadian monthly mean climate data[J] . David T. Price,Daniel W. McKenney,Ian A. Nalder,Michael F. Hutchinson,Jennifer L. Kesteven.Agricultural and Forest Meteorology . 2000 (2)

[12] 基于BP神经网络插值的土壤全氮空间变异 [J].