应用广义回归神经网络进行土壤空间变异研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：对土壤性质空间变异的充分了解,是土壤养分管理和合理施肥的基础.90年代以来,随着发达国家精确农业技术的开展,土壤特性的空间变异和空间插值技术研究得到众多农学家和土壤科学工作者的关注和重视[1,2].由法国学者Matheron于20世纪60年代建立起来的地统计学(Geostatistics)方法,已被广泛用于土壤养分空间变异研究的定量分析;它是以区域化变量、随机函数和平稳性假设等概念为基础,以变异函数为核心,以克里格插值为手段,来分析研究自然现象的空间变异问题[3,4].但克里格插值有三个重要的前提条件:(1)区域变量可表达为与均值有关的结构成分、与空间有关的随机成分和随机噪声三部分之和;(2)所研究区域是均质的;(3)对景观的不同部分应使用不同的半方差图.在一些情况下,克里格插值法由于无法满足上述前提条件而不能可靠地应用地统计学来研究空间变异问题[5].

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：神经网络 神经网 Statistics statistic Statist 广义回归神经网络 土壤性质 空间变异 空间插值技术 地统计学