基于支持向量机的标准农田地力等级评价——以浙江省温州市鹿城区为例

作     者：赖红松 吴次芳 Lai Hongsong;Wu Cifang

作者机构：浙江省温州市国土资源局浙江温州325027 浙江大学公共管理学院杭州310029 

出 版 物：《土壤学报》 (Acta Pedologica Sinica)

年 卷 期：2012年第49卷第5期

页      面：850-861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）] 

主　　题：耕地地力评价 标准农田 支持向量机 鹿城区 

摘      要：提出了一种基于支持向量机(SVM)的标准农田地力等级评价方法,并给出了遗传算法-模拟退火(GASA)优化SVM参数算法。该方法首先在确定标准农田地力等级评价指标的基础上,利用地力调查样本数据及传统的指数和法评价结果构造SVM样本集,然后运用GASA优化SVM参数算法训练SVM,建立标准农田地力等级的SVM评价模型。应用该方法对温州市鹿城区标准农田地力等级进行了评价,结果为:2级田和3级田分别占测试样本代表标准农田总面积(115.7 hm2)的45.04%和54.96%,该方法的评价正确率为100%。应用BP神经网络法对测试样本进行评价,其评价正确率为90%。结果表明,SVM用于标准农田地力等级评价,具有比BP神经网络更高的评价精度,可有效用于标准农田地力等级评价,为耕地地力评价提供了新方法。