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
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
1
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
样点数量与空间分布对县域尺度土壤属性空间预测效果的影响
被引量：
17
2
作者
巫振富
赵彦锋
+1 位作者
程道全
陈杰
《土壤学报》
CAS
CSCD
北大核心
2019年第6期1321-1335,共15页
明确样点数量和空间分布对土壤属性空间预测的影响,有助于科学制定土壤采样策略、有效提高土壤空间预测精度。从5403个土壤样点中随机抽取验证数据集以及包含不同样点数量的训练数据子集(每个子集包括五种样点空间分布实例),在研究区表...
明确样点数量和空间分布对土壤属性空间预测的影响,有助于科学制定土壤采样策略、有效提高土壤空间预测精度。从5403个土壤样点中随机抽取验证数据集以及包含不同样点数量的训练数据子集(每个子集包括五种样点空间分布实例),在研究区表层土壤有机质含量普通克里格(Ordinary Kriging,OK)和反距离加权(Inverse Distance Weighted,IDW)插值结果的基础上,分析和探讨样点数量与空间分布对土壤空间预测效果的影响。结果显示,当样点数量从5000降至39个时,OK和IDW插值图的局部变异信息逐渐减少,基于20和10个样点的插值图存在失真畸变。当样点数量从5000降至1250个时,OK插值精度相近(r变幅为0.55~0.59、RMSE变幅为3.03~3.15);从样点数量减少至625个开始,OK插值精度明显下降,同一训练子集不同样点空间分布的插值精度分异明显。IDW插值精度随样点数量与空间分布的变化与OK插值相似,不同的是从1875个样点开始出现插值精度的明显下降和不同空间分布插值精度的明显分异。在插值图发生失真畸变之前,OK平均插值精度大于IDW。研究结果表明,样点数量及空间分布均可在不同程度上影响土壤属性空间预测结果,当样点数量足够多时,样点数量和空间分布对预测结果的影响非常有限;当样点数量减少至一定程度时,随着样点数量的减少,空间预测图的局部变异信息逐渐减少,预测精度逐渐下降,同时样点空间分布对预测结果的影响开始凸显;在空间预测结果发生失真畸变之前,与OK相比,IDW插值精度较低且更早响应样点数量和空间分布的变化。
展开更多
关键词
土壤
有机质
土壤
样点
空间分布
数字化土壤制图
在线阅读
下载PDF
职称材料
消减残差自相关性的县域土壤有机质整合模型预测研究
被引量：
2
3
作者
宋洁
王思维
+5 位作者
赵艳贺
于东升
陈洋
王鑫
冯凯月
马利霞
《土壤学报》
CAS
CSCD
北大核心
2023年第6期1569-1581,共13页
提升土壤属性空间预测精度对实现农田精准施肥和保护生态环境具有重要意义。利用河北省滦平县采集的1773个样点耕地表层(0~20 cm)土壤有机质(SOM)及其地理环境数据,通过逐步回归分析方法筛选出最优环境变量;基于其中1426个农田样点分别...
提升土壤属性空间预测精度对实现农田精准施肥和保护生态环境具有重要意义。利用河北省滦平县采集的1773个样点耕地表层(0~20 cm)土壤有机质(SOM)及其地理环境数据,通过逐步回归分析方法筛选出最优环境变量;基于其中1426个农田样点分别建立多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest,RF)、贝叶斯正则化神经网络(Bayesianregularization neural network,BRNNBP)以及与普通克里格(OK)整合模型(MLR-OK、RF-OK和BRNNBP-OK)预测SOM空间分布,以其余347个样点数据为测试集检验分析不同模型预测精度,并对模型残差进行半方差函数和空间自相关分析以评价模型拟合效果。结果表明,研究区耕地表层土壤SOM处在8.62~35.64 g·kg^(-1)变化区间,变异系数为20.26%,属中等程度空间变异;SOM高值区主要分布在东北及东南海拔较高地区,低值区多分布在西南及中部河谷地区;海拔、坡度和年均温度与SOM关系密切(P<0.001);整合模型BRNNBP-OK的平均绝对误差MAE和均方根误差RMSE最低分别为2.162g·kg^(–1)和2.801g·kg^(-1),相较于OK、MLR、RF、BRNNBP、MLR-OK和RF-OK预测模型,R2提升1.84%~43.72%,成为SOM空间预测优选模型。与单一模型相比,整合模型残差块金系数大于0.75,Moran’sI指数均小于0且数值更趋近于0,表明整合模型残差空间自相关性减弱且空间分布呈离散状态。同时,各模型精度与模型残差Moran’sI指数呈显著相关。因此,整合模型可以拟合更多的趋势项,模型残差空间聚集性降低甚至趋于离散时,模型总体精度提升,揭示了模型精度提升的内在原因。
展开更多
关键词
土壤
有机质
机器学习
普通克里格
残差
数字化土壤制图
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
1
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
样点数量与空间分布对县域尺度土壤属性空间预测效果的影响
被引量：
17
2
作者
巫振富
赵彦锋
程道全
陈杰
机构
郑州大学公共管理学院
郑州大学农学院
河南省土壤肥料站
出处
《土壤学报》
CAS
CSCD
北大核心
2019年第6期1321-1335,共15页
基金
国家自然科学基金项目(40971128)资助~~
文摘
明确样点数量和空间分布对土壤属性空间预测的影响,有助于科学制定土壤采样策略、有效提高土壤空间预测精度。从5403个土壤样点中随机抽取验证数据集以及包含不同样点数量的训练数据子集(每个子集包括五种样点空间分布实例),在研究区表层土壤有机质含量普通克里格(Ordinary Kriging,OK)和反距离加权(Inverse Distance Weighted,IDW)插值结果的基础上,分析和探讨样点数量与空间分布对土壤空间预测效果的影响。结果显示,当样点数量从5000降至39个时,OK和IDW插值图的局部变异信息逐渐减少,基于20和10个样点的插值图存在失真畸变。当样点数量从5000降至1250个时,OK插值精度相近(r变幅为0.55~0.59、RMSE变幅为3.03~3.15);从样点数量减少至625个开始,OK插值精度明显下降,同一训练子集不同样点空间分布的插值精度分异明显。IDW插值精度随样点数量与空间分布的变化与OK插值相似,不同的是从1875个样点开始出现插值精度的明显下降和不同空间分布插值精度的明显分异。在插值图发生失真畸变之前,OK平均插值精度大于IDW。研究结果表明,样点数量及空间分布均可在不同程度上影响土壤属性空间预测结果,当样点数量足够多时,样点数量和空间分布对预测结果的影响非常有限;当样点数量减少至一定程度时,随着样点数量的减少,空间预测图的局部变异信息逐渐减少,预测精度逐渐下降,同时样点空间分布对预测结果的影响开始凸显;在空间预测结果发生失真畸变之前,与OK相比,IDW插值精度较低且更早响应样点数量和空间分布的变化。
关键词
土壤
有机质
土壤
样点
空间分布
数字化土壤制图
Keywords
Soil organic matter
Soil sample
Spatial distribution
Digital soil mapping
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
消减残差自相关性的县域土壤有机质整合模型预测研究
被引量：
2
3
作者
宋洁
王思维
赵艳贺
于东升
陈洋
王鑫
冯凯月
马利霞
机构
土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所)
河北省承德市滦平县农业农村局
中国科学院大学
出处
《土壤学报》
CAS
CSCD
北大核心
2023年第6期1569-1581,共13页
基金
国家重点研发计划专项(2018YFC1800104)
国家自然科学基金项目(42001302,41571206)资助。
文摘
提升土壤属性空间预测精度对实现农田精准施肥和保护生态环境具有重要意义。利用河北省滦平县采集的1773个样点耕地表层(0~20 cm)土壤有机质(SOM)及其地理环境数据,通过逐步回归分析方法筛选出最优环境变量;基于其中1426个农田样点分别建立多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest,RF)、贝叶斯正则化神经网络(Bayesianregularization neural network,BRNNBP)以及与普通克里格(OK)整合模型(MLR-OK、RF-OK和BRNNBP-OK)预测SOM空间分布,以其余347个样点数据为测试集检验分析不同模型预测精度,并对模型残差进行半方差函数和空间自相关分析以评价模型拟合效果。结果表明,研究区耕地表层土壤SOM处在8.62~35.64 g·kg^(-1)变化区间,变异系数为20.26%,属中等程度空间变异;SOM高值区主要分布在东北及东南海拔较高地区,低值区多分布在西南及中部河谷地区;海拔、坡度和年均温度与SOM关系密切(P<0.001);整合模型BRNNBP-OK的平均绝对误差MAE和均方根误差RMSE最低分别为2.162g·kg^(–1)和2.801g·kg^(-1),相较于OK、MLR、RF、BRNNBP、MLR-OK和RF-OK预测模型,R2提升1.84%~43.72%,成为SOM空间预测优选模型。与单一模型相比,整合模型残差块金系数大于0.75,Moran’sI指数均小于0且数值更趋近于0,表明整合模型残差空间自相关性减弱且空间分布呈离散状态。同时,各模型精度与模型残差Moran’sI指数呈显著相关。因此,整合模型可以拟合更多的趋势项,模型残差空间聚集性降低甚至趋于离散时,模型总体精度提升,揭示了模型精度提升的内在原因。
关键词
土壤
有机质
机器学习
普通克里格
残差
数字化土壤制图
Keywords
Soil organic matter
Machine Learning
Ordinary Kriging
Residual
Digital soil mapping
分类号
X153.62 [环境科学与工程—环境科学]
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
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
2
样点数量与空间分布对县域尺度土壤属性空间预测效果的影响
巫振富
赵彦锋
程道全
陈杰
《土壤学报》
CAS
CSCD
北大核心
2019
17
在线阅读
下载PDF
职称材料
3
消减残差自相关性的县域土壤有机质整合模型预测研究
宋洁
王思维
赵艳贺
于东升
陈洋
王鑫
冯凯月
马利霞
《土壤学报》
CAS
CSCD
北大核心
2023
2
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
