检索结果-维普期刊中文期刊服务平台

基于特征变量与支持向量机回归克里格(SVRK)法的湿地土壤有机质空间变异特征分析被引量：5: 1; 作者陈思明王宁 +1 位作者秦艳芳张红月《土壤》 CAS CSCD 北大核心 2020年第6期1298-1305,共8页; 选取有效变量与适宜方法有助于揭示河口湿地土壤有机质的空间分异特征,对维护湿地生态平衡和全球碳循环具有重要作用。以福州市闽江河口湿地为研究区,采用逐步回归分析(SLR)与主成分分析(PCA)法筛选显著的特征变量,运用支持向量机回归... 展开更多; 关键词河口湿地土壤有机质逐步回归分析法支持向量机回归克里格法; 在线阅读下载PDF 职称材料

西南丘陵山区植烟土壤肥力空间分布及适宜性评价被引量：17: 2; 作者汪璇吕家恪 +2 位作者唐国祥徐小洪谢德体《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2013年第7期106-114,共9页; 针对丘陵山区复杂地形条件对植烟土壤肥力空间分布带来的影响,以重庆黔江区6种主要植烟土壤肥力要素为研究对象,选择地形因子作为辅助数据,在GIS平台下采用回归克里格法分析该区植烟土壤养分空间分布特征并在此基础上利用模糊综合评价... 展开更多; 关键词植烟土壤肥力空间分布回归克里格法模糊综合评价黔江; 在线阅读下载PDF 职称材料

基于环境因子和R-STPS的林地土壤有机质预测模型被引量：12: 3; 作者刘二永刘健 +2 位作者余坤勇何平赵振贺《农业机械学报》 EI CAS CSCD 北大核心 2015年第1期133-137,共5页; 研究了基于环境因子和混合插值的林地土壤有机质预测模型。首先应用数字地形与遥感影像分析技术获取地形因子与遥感指数,然后分析土壤有机质与环境因子的相关性,最后用环境因子对土壤有机质进行空间预测。针对回归克里格法(RK)需要计算... 展开更多; 关键词林地土壤有机质预测模型环境因子混合插值回归克里格法; 在线阅读下载PDF 职称材料

冀西山前冲积扇区土壤机械组成模型制图对比研究被引量：1: 4; 作者马世豪王建霄 +4 位作者张认连龙怀玉申哲王转徐爱国《中国土壤与肥料》 CAS CSCD 北大核心 2023年第6期12-22,共11页; 探索适合地形平缓的山前冲积扇地区土壤机械组成的空间预测方法。以河北省灵寿、行唐、曲阳县400 m高程以下区域为研究区,结合地形因子、土壤类型、归一化植被指数、地表温度等环境变量,选择基于对称对数比(SLR)转换的普通克里格法(SLR-... 展开更多; 关键词土壤机械组成空间预测随机森林法回归克里格法普通克里格法对称对数比转换; 在线阅读下载PDF 职称材料

题名基于特征变量与支持向量机回归克里格(SVRK)法的湿地土壤有机质空间变异特征分析被引量：5: 1; 作者陈思明王宁秦艳芳张红月; 机构闽江学院海洋学院福建农林大学林学院; 出处《土壤》 CAS CSCD 北大核心 2020年第6期1298-1305,共8页; 基金福建省科技计划项目(2020J01831) 福建省教育厅中青年教师教育科研项目(JT180407)资助。; 文摘选取有效变量与适宜方法有助于揭示河口湿地土壤有机质的空间分异特征,对维护湿地生态平衡和全球碳循环具有重要作用。以福州市闽江河口湿地为研究区,采用逐步回归分析(SLR)与主成分分析(PCA)法筛选显著的特征变量,运用支持向量机回归克里格(SVRK)法分析了湿地土壤有机质的空间异质性,并与神经网络克里格(BPNNK)法、回归克里格(RK)法进行了比较。结果表明:通过SLR和PCA分析发现,归一化植被指数(NDVI)、比值植被指数(RVI)、土壤水分指数(PDI)、汇流累积量(FA)及沉积物移动指数(STI)与土壤有机质含量关系密切,其判定系数R2为0.446,显著性概率值P<0.0001,可转换为3个独立的特征变量用于模型的预测。研究区土壤有机质的空间变异主要受结构性因素影响,呈现出“北低南高”的空间格局,采用SVRK模型的预测精度更高,能较好地体现河口湿地土壤有机质的空间异质特征。该研究可为同类区域的土壤有机质空间特征研究提供方法支撑。; 关键词河口湿地土壤有机质逐步回归分析法支持向量机回归克里格法; Keywords Estuary wetland Soil organic matter Stepwise regression Support vector regression Kriging; 分类号 S156.8 [农业科学—土壤学]; 在线阅读下载PDF 职称材料

题名西南丘陵山区植烟土壤肥力空间分布及适宜性评价被引量：17: 2; 作者汪璇吕家恪唐国祥徐小洪谢德体; 机构西南大学计算机与信息科学学院重庆市数字农业重点实验室西南大学资源环境学院重庆市烟草公司黔江分公司; 出处《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2013年第7期106-114,共9页; 基金重庆市科委自然科学基金资助项目(CSTC2010BB1137) 中央高校基本科研业务费专项基金资助项目(XDJK2010C003); 文摘针对丘陵山区复杂地形条件对植烟土壤肥力空间分布带来的影响,以重庆黔江区6种主要植烟土壤肥力要素为研究对象,选择地形因子作为辅助数据,在GIS平台下采用回归克里格法分析该区植烟土壤养分空间分布特征并在此基础上利用模糊综合评价法对植烟土壤养分适宜性进行综合评价.结果表明:黔江植烟土壤pH、有机质、速效氮、速效钾和水溶性氯含量适宜,速效磷含量偏低.从总体趋势来看,黔江植烟土壤以酸性、弱酸性为主,pH值呈现出从南到北逐渐降低趋势;有机质含量较为丰富,从东到西逐渐降低;速效氮含量主要从南到北逐渐降低;速效磷含量从东向西逐渐降低,总体含量相对偏低;速效钾含量除中部零星地区偏低外,其余地区均相对较高;水溶性氯含量则呈现出东南、北部高于其他地区的趋势.结果表明,土壤养分适宜性指数为优的区域占研究区域总面积的9.35%,为良的区域占44.2%,为中等的区域占34.65%,为一般和差的区域仅占10.05%和1.74%.; 关键词植烟土壤肥力空间分布回归克里格法模糊综合评价黔江; Keywords fertility of tobacco-grown soil spatial distribution regression Kriging method fuzzy comprehensive evaluation Qianjiang; 分类号 S159 [农业科学—土壤学]; 在线阅读下载PDF 职称材料

题名基于环境因子和R-STPS的林地土壤有机质预测模型被引量：12: 3; 作者刘二永刘健余坤勇何平赵振贺; 机构福建农林大学资源与环境学院福建农林大学福建农林大学林学院; 出处《农业机械学报》 EI CAS CSCD 北大核心 2015年第1期133-137,共5页; 基金国家自然科学基金资助项目(40971043) 国家林业局引进国际先进林业科学技术资助项目(2013-4-70) 福建农林大学校青年教师科研基金资助项目(2013XJJ15); 文摘研究了基于环境因子和混合插值的林地土壤有机质预测模型。首先应用数字地形与遥感影像分析技术获取地形因子与遥感指数,然后分析土壤有机质与环境因子的相关性,最后用环境因子对土壤有机质进行空间预测。针对回归克里格法(RK)需要计算半变异函数的缺陷,提出了一种空间插值方法,即回归-光滑薄板样条插值法(R-STPS)。将这2种插值方法用于顺昌县土壤有机质的空间预测。结果表明,RK与R-STPS的预测精度、计算效率、预测的研究区土壤有机质空间分布的总体趋势相近。R-STPS无需计算半变异函数,使用方便,因此更有优势。; 关键词林地土壤有机质预测模型环境因子混合插值回归克里格法; Keywords Forest land Soil organic matter Prediction model Environmental factors Mixed interpolation Regression Kriging; 分类号 S158.2 [农业科学—土壤学]; 在线阅读下载PDF 职称材料

题名冀西山前冲积扇区土壤机械组成模型制图对比研究被引量：1: 4; 作者马世豪王建霄张认连龙怀玉申哲王转徐爱国; 机构河北工程大学中国农业科学院农业资源与农业区划研究所; 出处《中国土壤与肥料》 CAS CSCD 北大核心 2023年第6期12-22,共11页; 基金中国农业科学院基本科研业务费专项(Y2020PT37) 科技基础资源调查专项(2021FY100404)。; 文摘探索适合地形平缓的山前冲积扇地区土壤机械组成的空间预测方法。以河北省灵寿、行唐、曲阳县400 m高程以下区域为研究区,结合地形因子、土壤类型、归一化植被指数、地表温度等环境变量,选择基于对称对数比(SLR)转换的普通克里格法(SLR-OK)、回归克里格法(SLR-RK)、随机森林法(SLR-RF)3种方法,对训练集114个样点表层土壤机械组成的空间分布进行预测,并通过验证集50个样点比较了3种方法的预测精度。(1)从空间预测图来看,砂粒呈现出西北低、东南高的空间分布趋势;粉粒和黏粒与砂粒相反。与SLR-OK法相比,SLR-RK法和SLR-RF法能够更好地反映局部变异并减小平滑效应。(2)对于砂粒和粉粒,SLR-RF法对验证集含量预测的平均绝对误差(MAE)和均方根误差(RMSE)均低于其他两种方法,且决定系数最高,表明SLR-RF的预测精度最高;对于黏粒,SLR-OK法对验证集含量预测的MAE和RMSE均低于其他两种方法,且决定系数最高,表明SLR-OK法的预测精度最高。(3)线性回归预测模型的辅助变量包括高程、土壤类型和风力作用指数;随机森林法模型的辅助变量包括高程、土壤类型、归一化植被指数、地表温度、风力作用指数和流量累积,对于砂粒和粉粒,土壤类型和高程是重要的辅助变量,归一化植被指数、地表温度、风力作用指数和流量累积重要性相对较低。研究区砂粒和粉粒空间预测的最优方法为SLR-RF法,在山前冲积扇地区地形较平缓,砂粒和粉粒对地形变量敏感;黏粒空间预测的最优方法为SLR-OK法。; 关键词土壤机械组成空间预测随机森林法回归克里格法普通克里格法对称对数比转换; Keywords soil particle composition spatial prediction random forest method regression Kriging method ordinary Kriging method symmetric log-ratio transform; 分类号 S152.3 [农业科学—土壤学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于特征变量与支持向量机回归克里格(SVRK)法的湿地土壤有机质空间变异特征分析	陈思明王宁秦艳芳张红月	《土壤》 CAS CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料
2	西南丘陵山区植烟土壤肥力空间分布及适宜性评价	汪璇吕家恪唐国祥徐小洪谢德体	《西南大学学报（自然科学版）》 CAS CSCD 北大核心	2013	17	在线阅读下载PDF 职称材料
3	基于环境因子和R-STPS的林地土壤有机质预测模型	刘二永刘健余坤勇何平赵振贺	《农业机械学报》 EI CAS CSCD 北大核心	2015	12	在线阅读下载PDF 职称材料
4	冀西山前冲积扇区土壤机械组成模型制图对比研究	马世豪王建霄张认连龙怀玉申哲王转徐爱国	《中国土壤与肥料》 CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料