-
题名基于样点的数字土壤属性制图方法及样点设计综述
被引量：17
- 1
-
-
作者
张淑杰
朱阿兴
刘京
杨琳
-
机构
中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室
中国科学院大学
Department of Geography
-
出处
《土壤》
CAS
CSCD
北大核心
2012年第6期917-923,共7页
-
基金
国家自然科学基金项目(40971236
41023010
+1 种基金
41001298)
科技部国际科技合作项目(2010DFB24140)资助
-
文摘
土壤剖面数据与土壤类型图按照某种原则进行连接是目前获取土壤属性空间分布信息的主要方法,这种传统的土壤属性制图方法以土壤专家的"经验"和手工描绘为基础,耗费资本高、生产周期长。数字土壤制图通过借鉴先进的空间信息处理技术和高分辨率地形数据的优势,能够快速地获取高精度、高分辨率的土壤属性空间变化信息,是一种精细、高效、经济的土壤属性制图技术。本文详细介绍了基于样点进行数字土壤属性制图的3种方法:①基于空间自相关的方法;②基于空间自相关和土壤-环境关系混合相关的方法;③基于土壤-环境关系的方法。同时,为保证样点能够全面地捕捉到研究区内土壤属性空间变异特征,以上3种方法都对样点的数量、分布或典型性提出了较为严格的要求,即样点应具有全局代表性。因此,如何设计样点成为数字土壤属性制图中的一个重要问题。依据样点设计过程中是否能够整合已有样点,本文将样点设计方案分为采样设计方案和补样设计方案两种,并对其分别进行了详细的综述。
-
关键词
数字土壤属性制图
全局代表性
采样方案设计
补样方案设计
-
Keywords
Digital soil property mapping, Global representativeness, Sampling scheme, Integrative sampling scheme
-
分类号
P934
[天文地球—自然地理学]
-
-
题名基于LS-SVM稀疏化算法的飞灰含碳量软测量方法
被引量：3
- 2
-
-
作者
张大海
楼锐
刘宇穗
王晓雄
张世荣
-
机构
中国能源建设集团广东省电力设计研究院有限公司
武汉大学动力与机械学院
-
出处
《南方能源建设》
2019年第4期69-74,共6页
-
基金
中国能源广东院科技项目“大容量机组高效宽负荷率控制技术研究和应用”(EV03141W)
-
文摘
[目的]为了解决经典迭代剪切稀疏化算法在飞灰含碳量软测量模型应用中计算量过大问题,提出了一种基于样本分布特征的LS-SVM稀疏化算法。[方法]算法在计算样本特征空间距离基础上,融合密度和离散度构建全局代表性指标,并按此指标对原始样本集进行排序和剪切,完成稀疏化。为验证算法性能将提出的算法应用到某1000 MW火电机组飞灰含碳量软测量模型,训练样本集取自机组现场试验数据。[结果]结果表明:本算法能在适当牺牲误差性能的情况下大大消减样本容量,显著降低飞灰含碳量LS-SVM软测量模型训练及在线预测计算量。[结论]所提LS-SVM稀疏化算法在保证误差值降低0.01%的情况下,将样本空间从90个缩小到30个,既减小了计算规模,又保证了计算精度。所提算法可在PLC等计算性能受限的工业控制器中实现飞灰含碳量在线软测量功能,并可推广至发电厂其他参数软测量系统。
-
关键词
飞灰含碳
稀疏化
全局代表性指标
软测量
-
Keywords
carbon content of fly ash
sparseness
global representative indicator
soft measurement
-
分类号
TM611
[电气工程—电力系统及自动化]
TP274.2
[自动化与计算机技术—检测技术与自动化装置]
-
