基于RBF神经网络的土壤铬含量空间预测

陈飞香程家昌胡月明周永章赵元蚁佳纯

中山大学; 华南农业大学;

摘要：

以广东省增城市为实验基地,采用随机采样的方法采集土壤铬含量样点,并将其分为训练数据集和检验数据集.设计4种样点布局方案,对前三组数据用RBF神经网络方法进行土壤铬含量插值,分析预测误差.研究发现,当样点较少时,RBF神经网络方法的插值结果较精确.而当样点数据为50时,误差较大,不能满足插值要求.通过插值结果的对比发现,较传统的统计学插值方法,RBF神经网络方法克服了平滑效应,特别是在数据较少的情况下,进行空间预测效果较好,是一种适用范围更广的插值方法.

关键词：RBF神经网络、土壤属性、空间预测、克里格插值

所属期刊栏目：33

分类号：S153.6;TP183(土壤学)

资助基金：国家自然科学基金项目40971125;广东省科技计划项目2011B020313020

在线出版日期：2013-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：69-74