期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于K-均值算法模型的区域土壤数值化分类及预测制图
被引量：
4
1
作者
刘鹏飞
宋轩
+1 位作者
刘晓冰
陈杰
《生态学报》
CAS
CSCD
北大核心
2012年第6期1846-1853,共8页
根据封丘县土壤发生学特点遴选质地、有机质、土壤颜色、pH值、电导率和土壤发生层厚度等作为土壤属性向量,运用K-均值算法模型,对研究区40个土壤剖面样本实施数值化分类,并依据《中国土壤系统分类检索》确定算法模型输出的5个中心土壤...
根据封丘县土壤发生学特点遴选质地、有机质、土壤颜色、pH值、电导率和土壤发生层厚度等作为土壤属性向量,运用K-均值算法模型,对研究区40个土壤剖面样本实施数值化分类,并依据《中国土壤系统分类检索》确定算法模型输出的5个中心土壤剖面的系统分类归属。基于40个样本土壤剖面与各中心剖面的类型之间的分类距离,应用地统计学手段预测研究区空间任意位置的土壤与各中心剖面的分类距离,完成研究区土壤数值化连续分类并实现可视化表达。在此基础上,运用去模糊化手段,"硬化"连续分类边界,获得可与传统土壤制图互为参比的研究区土壤预测图,并对输出结果进行了土壤发生学解释。研究表明,土壤数值化分类手段与地统计学随机模型相结合可以实现区域土壤的空间预测,且预测图比传统土壤图蕴含更加丰富的信息。
展开更多
关键词
土壤数值化分类
预测制图
K-均值算法
分类
距离
在线阅读
下载PDF
职称材料
基于模糊k-均值算法模型的土壤数值化分类——以河南省境内分布的雏形土为例
被引量：
2
2
作者
孙亚洲
陈杰
+3 位作者
吴克宁
李玲
韩杏杏
王海洋
《土壤》
CAS
CSCD
北大核心
2017年第6期1262-1267,共6页
本研究基于《中国土系志·河南卷》中的97个雏形土土壤样本点,根据土壤系统分类标准遴选并确定用于划分雏形土纲中不同层级分类单元的16个土壤诊断层和诊断特性,并依据这些不同指标的属性特征值和不同层级指标的权重建立属性数据集...
本研究基于《中国土系志·河南卷》中的97个雏形土土壤样本点,根据土壤系统分类标准遴选并确定用于划分雏形土纲中不同层级分类单元的16个土壤诊断层和诊断特性,并依据这些不同指标的属性特征值和不同层级指标的权重建立属性数据集。基于此数据集运用模糊k-均值算法模型,确定6个聚类中心土壤,计算样本土壤与中心土壤之间的分类距离,并对研究区97个土壤样本实施数值化分类。研究表明,基于97个样本点与各中心土壤之间的分类距离进行土壤数值化分类,并通过检验数值化土壤分类结果与谱系式层级土壤分类单元的一致性,可以评价传统的谱系式层级土壤分类系统的合理性。
展开更多
关键词
模糊k-均值算法模型
土壤数值化分类
雏形土
在线阅读
下载PDF
职称材料
空间回归模型在区域数字化土壤制图中的应用——以河南封丘县为例
被引量：
4
3
作者
李立东
陈杰
+1 位作者
宋轩
刘鹏飞
《土壤学报》
CAS
CSCD
北大核心
2013年第1期21-29,共9页
以河南省封丘县为研究区,以环境协变量信息和先期获得的土壤数值化分类结果为基础数据源,在土壤分类距离空间自相关性分析的基础上,构建土壤分类距离—环境协变量空间回归模型,实施土壤分类距离空间预测,并最终实现研究区25 m分辨率数...
以河南省封丘县为研究区,以环境协变量信息和先期获得的土壤数值化分类结果为基础数据源,在土壤分类距离空间自相关性分析的基础上,构建土壤分类距离—环境协变量空间回归模型,实施土壤分类距离空间预测,并最终实现研究区25 m分辨率数字化土壤制图。输出结果表明,研究区5种主要土壤类型中,普通底锈干润雏形土分布面积最大、弱盐灌於干润雏形土次之,分布比例分别为36%和24%。结合确定性趋势距离和非确定性残差的空间变异特征,阐释了研究区土壤空间分布格局的发生学背景和随机性因素的影响。与基于随机模型的土壤预测制图相比,基于环境协变量空间回归模型的数字化土壤制图输出结果展示了相似的研究区土壤空间分布整体格局,且具有细节清晰、图斑边界自然的特点。一方面能更好地诠释土壤空间分布的连续性和渐变性特征;另一方面能较好地反映微域成土环境对土壤发生学特性空间变异特征的影响。
展开更多
关键词
数字
化
土壤
制图
土壤数值化分类
环境协变量
空间自相关
空间回归模型
在线阅读
下载PDF
职称材料
题名
基于K-均值算法模型的区域土壤数值化分类及预测制图
被引量：
4
1
作者
刘鹏飞
宋轩
刘晓冰
陈杰
机构
郑州大学水利与环境学院
郑州大学自然资源与生态环境研究所
出处
《生态学报》
CAS
CSCD
北大核心
2012年第6期1846-1853,共8页
基金
国家自然科学基金项目(40971128)
中国科学院知识创新工程重大资助项目(KSCX1-YW-09-02)
文摘
根据封丘县土壤发生学特点遴选质地、有机质、土壤颜色、pH值、电导率和土壤发生层厚度等作为土壤属性向量,运用K-均值算法模型,对研究区40个土壤剖面样本实施数值化分类,并依据《中国土壤系统分类检索》确定算法模型输出的5个中心土壤剖面的系统分类归属。基于40个样本土壤剖面与各中心剖面的类型之间的分类距离,应用地统计学手段预测研究区空间任意位置的土壤与各中心剖面的分类距离,完成研究区土壤数值化连续分类并实现可视化表达。在此基础上,运用去模糊化手段,"硬化"连续分类边界,获得可与传统土壤制图互为参比的研究区土壤预测图,并对输出结果进行了土壤发生学解释。研究表明,土壤数值化分类手段与地统计学随机模型相结合可以实现区域土壤的空间预测,且预测图比传统土壤图蕴含更加丰富的信息。
关键词
土壤数值化分类
预测制图
K-均值算法
分类
距离
Keywords
Numerical soil classification, predictive soil mapping, fuzzy Kmeans algorithm, taxonomic distance
分类号
S155 [农业科学—土壤学]
在线阅读
下载PDF
职称材料
题名
基于模糊k-均值算法模型的土壤数值化分类——以河南省境内分布的雏形土为例
被引量：
2
2
作者
孙亚洲
陈杰
吴克宁
李玲
韩杏杏
王海洋
机构
郑州大学水利与环境学院
中国地质大学(北京)土地科学技术学院
河南农业大学资源与环境学院
出处
《土壤》
CAS
CSCD
北大核心
2017年第6期1262-1267,共6页
基金
国家科技基础性工作专项(2008FY110600)
国家自然科学基金项目(40971128)资助
文摘
本研究基于《中国土系志·河南卷》中的97个雏形土土壤样本点,根据土壤系统分类标准遴选并确定用于划分雏形土纲中不同层级分类单元的16个土壤诊断层和诊断特性,并依据这些不同指标的属性特征值和不同层级指标的权重建立属性数据集。基于此数据集运用模糊k-均值算法模型,确定6个聚类中心土壤,计算样本土壤与中心土壤之间的分类距离,并对研究区97个土壤样本实施数值化分类。研究表明,基于97个样本点与各中心土壤之间的分类距离进行土壤数值化分类,并通过检验数值化土壤分类结果与谱系式层级土壤分类单元的一致性,可以评价传统的谱系式层级土壤分类系统的合理性。
关键词
模糊k-均值算法模型
土壤数值化分类
雏形土
Keywords
Fuzzy k-means algorithm model
Numerical soil classification
Cambisols
分类号
S159.9 [农业科学—土壤学]
在线阅读
下载PDF
职称材料
题名
空间回归模型在区域数字化土壤制图中的应用——以河南封丘县为例
被引量：
4
3
作者
李立东
陈杰
宋轩
刘鹏飞
机构
郑州大学水利与环境学院
出处
《土壤学报》
CAS
CSCD
北大核心
2013年第1期21-29,共9页
基金
国家自然科学基金项目(40971128)资助
文摘
以河南省封丘县为研究区,以环境协变量信息和先期获得的土壤数值化分类结果为基础数据源,在土壤分类距离空间自相关性分析的基础上,构建土壤分类距离—环境协变量空间回归模型,实施土壤分类距离空间预测,并最终实现研究区25 m分辨率数字化土壤制图。输出结果表明,研究区5种主要土壤类型中,普通底锈干润雏形土分布面积最大、弱盐灌於干润雏形土次之,分布比例分别为36%和24%。结合确定性趋势距离和非确定性残差的空间变异特征,阐释了研究区土壤空间分布格局的发生学背景和随机性因素的影响。与基于随机模型的土壤预测制图相比,基于环境协变量空间回归模型的数字化土壤制图输出结果展示了相似的研究区土壤空间分布整体格局,且具有细节清晰、图斑边界自然的特点。一方面能更好地诠释土壤空间分布的连续性和渐变性特征;另一方面能较好地反映微域成土环境对土壤发生学特性空间变异特征的影响。
关键词
数字
化
土壤
制图
土壤数值化分类
环境协变量
空间自相关
空间回归模型
Keywords
Digital soil mapping
Numerical soil classification
Environmental eovariate
Spatial autocorrelation
Spatial regression model
分类号
S159.3 [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K-均值算法模型的区域土壤数值化分类及预测制图
刘鹏飞
宋轩
刘晓冰
陈杰
《生态学报》
CAS
CSCD
北大核心
2012
4
在线阅读
下载PDF
职称材料
2
基于模糊k-均值算法模型的土壤数值化分类——以河南省境内分布的雏形土为例
孙亚洲
陈杰
吴克宁
李玲
韩杏杏
王海洋
《土壤》
CAS
CSCD
北大核心
2017
2
在线阅读
下载PDF
职称材料
3
空间回归模型在区域数字化土壤制图中的应用——以河南封丘县为例
李立东
陈杰
宋轩
刘鹏飞
《土壤学报》
CAS
CSCD
北大核心
2013
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
