不同输入方式下RBF神经网络对土壤性质空间插值的误差分析

作     者：李启权 王昌全 岳天祥 李冰 杨娟 史文娇 Li Qiquan;Wang Changquan;Yue Tianxiang;Li Bing;Yang Juan;Shi Wenjiao

作者机构：四川农业大学资源环境学院四川雅安625014 中国科学院地理科学与资源研究所北京100101 

出 版 物：《土壤学报》 (Acta Pedologica Sinica)

年 卷 期：2008年第45卷第2期

页      面：360-365页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 09[农学] 0903[农学-农业资源与环境] 0835[工学-软件工程] 0811[工学-控制科学与工程] 090301[农学-土壤学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家教育部重点支持项目(03110) 四川省教育厅重点支持项目资助 

主　　题：RBF神经网络 空间插值 土壤性质 输入方式 

摘      要：土壤是一个时空连续体，受自然和人为因素的影响，具有高度的空间异质性。这种空间异质性体现在土壤的物理、生化信息随空间位置的不同而呈现较大的差异，并且不同土壤性质具有不同程度的空间变异。准确掌握土壤物理、生化信息的空间变异规律，不仅是精准农业中土壤养分管理的基础，对于环境保护和治理也具有十分重要的意义。因此，土壤性质的空间插值技术研究得到了广泛的关注和重视。