检索结果-南通市图书馆

广义线性地统计模型在典型亚热带丘陵区数字土壤制图中的应用

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

土壤学报 2023年第4期60卷 993-1006页

作者：郝辰恺孙孝林王会利中山大学地理科学与规划学院广州510275 广西壮族自治区林业科学研究院南宁530002

数字土壤制图在当前的应用越来越广泛,其方法主要包括环境相关模型、空间自相关模型,以及这些模型的混合模型。理论上,混合模型相对单一模型具有明显的优势。广义线性地统计模型(GLGM)也是一种混合模型,相对于最常用的混合模型——回归... 详细信息

数字土壤制图在当前的应用越来越广泛,其方法主要包括环境相关模型、空间自相关模型,以及这些模型的混合模型。理论上,混合模型相对单一模型具有明显的优势。广义线性地统计模型(GLGM)也是一种混合模型,相对于最常用的混合模型——回归克里格(RK),又具有能加入随机效应来解决土壤变异的非平稳性等优势。然而,GLGM因计算繁琐等缺点,在国内外应用较少。本文以广西南宁高峰林场内一小面积(3.03 km^(2))丘陵为研究区,以14个地形因子为预测变量,使用广义线性混合模型(GLMM)及其与普通克里格(OK)相结合的模型(即GLGM),对土壤有机碳(SOC)、pH、黏粒和阳离子交换量(CEC)的空间分布进行预测,并与常用的多元线性回归(MLR)、地理加权回归(GWR)、回归森林(RF)、OK、RK和广义可加模型(GAM)进行比较。结果表明:GLMM在预测黏粒上准确度较高;GLMM和GLGM在预测CEC上准确度中等,但在预测SOC和pH上准确度较低。综合线性回归模型的调整决定系数、块金效应和全局莫兰指数,本文认为,当土壤属性与环境变量具有较低的线性回归调整决定系数(即小于5%)、土壤属性具有较弱的空间自相关性(即块金效应大于71%)和较强的局部空间变异(即全局莫兰指数小于0.09)时,GLMM和GLGM具有较高的适用性,例如本文中的黏粒。反之,GLMM和GLGM的适用性不好,例如SOC和pH。鉴于土壤空间变异的高度异质性和多尺度性,GLMM和GLGM具有较好的应用前景。但是,今后研究还需进一步探讨如何提高GLMM和GLGM的模拟效率。

关键词：数字土壤制图土壤计量学广义线性地统计模型

基于习近平意识形态工作重要论述探析大学生社会主义意识形态教育

在线全文

学校读者我要写书评

暂无评论

基于习近平意识形态工作重要论述探析大学生社会主义意识形态教育

作者：孙孝林西南科技大学

学位级别：硕士

本文从我国社会主义意识形态的根本属性是以马克思主义意识形态为基础,基于习近平总书记关于意识形态工作的一些重要阐述,侧重论述了意识形态工作在促进社会稳定、发展社会经济和国家安全战略上的重要位置。不可否认思想意识教育工作对... 详细信息

本文从我国社会主义意识形态的根本属性是以马克思主义意识形态为基础,基于习近平总书记关于意识形态工作的一些重要阐述,侧重论述了意识形态工作在促进社会稳定、发展社会经济和国家安全战略上的重要位置。不可否认思想意识教育工作对青年学生的价值观乃至世界观产生重大影响,大学生是一个国家的希望,肩负着建设自己祖国的未来,所以他们的思想价值取向决定了整个国家未来的走向,关乎国家的长治久安和党的前途命运,党领导全国人民开创的中国特色社会主义事业的火炬,需要能够经受住考验的年青人一代代接力传递。随着全球化的进程,各种不同的思想取向相互叠加与碰撞,人们的思想观念不可避免地受到各种意识形态的实际影响。新时期的中国,进一步深化、扩大对外开放,常态化的高速增长的中国经济,加上全面深化改革的战略时期,某些西方国家由于受意识形态的差异、国家利益主义至上的驱动,加紧对我中华图谋“分化西化”的思想目的一刻也没放松,空前复杂的思想意识领域的较量同样给青年大学生对社会主义意识形态的认同感也面临一定的危机,他们利用网络媒体等新型工具,打着自由、“民权”大于“国权”的言论,潜移默化地对涉世未深、思想活跃等特点的青年学生进行灌输,西化。正是源于这种背景下,以马克思主义意识形态为理论基石,总结和反思意识形态领域出现的一些不可忽视的问题,积极探讨对青年学生进行社会主义意识形态教育的理论路径与方法,以期增强大学生思想意识观念对社会主义的认可感、自豪感,强化社会主义核心价值观体系教育,努力争取让大学生自觉充满对社会主义意识形态观念的认可与吸引力。

关键词：社会主义意识形态大学生路径

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

预测性土壤有机质制图中模糊聚类参数的优选

农业工程学报 2008年第9期24卷 31-37,F0004页

作者：孙孝林赵玉国张甘霖李德成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南京210008 香港浸会大学裘槎环境科学研究所香港九龙中国科学院研究生院北京100039

对数字高程模型(DEM)中的地形特征进行模糊c均值聚类,分别采用3种方法来选择最优模糊度和分类数组合及分类结果;在最优分类结果上,用多元线性回归方法建立土壤A层有机质含量与地形景观之间的定量关系,并应用该关系进行土壤制图应用。结... 详细信息

对数字高程模型(DEM)中的地形特征进行模糊c均值聚类,分别采用3种方法来选择最优模糊度和分类数组合及分类结果;在最优分类结果上,用多元线性回归方法建立土壤A层有机质含量与地形景观之间的定量关系,并应用该关系进行土壤制图应用。结果表明:3种方法选择的最优模糊度比较接近,主要为1.5,还包括1.4和1.6,但3种方法选择的最优分类数却有很大差别;尽管依据回归模型r2选择的分类结果较多地解释了土壤A层有机质含量的变异,但基于这种分类结果的制图偏差较大,与实测值相比较的结果也说明基于这种分类结果的制图精度较低;用内部判据选择的分类结果在制图过程中产生的偏差较小,制图精度也较高。

关键词：模糊聚类分类制图模糊c均值聚类 DEM

在线全文

学校读者我要写书评

暂无评论

应用伽马射线和可见近红外光谱测定土壤容重

土壤学报 2019年第4期56卷 994-1003页

作者：王晓晴孙孝林王会利中山大学地理科学与规划学院广东省城市化与地理环境空间模拟重点实验室广州510275 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) 南京210008 广西壮族自治区林业科学研究院南宁530002

现有的土壤容重测定方法存在诸多不足,不能满足快速发展的精准农业、生态环境模拟、土壤碳储量估算等对大量、准确容重数据的需求。鉴于此,有研究提出γ射线衰减与可见-近红外并用测定土壤容重的方法,并成功地将该方法应用于土壤碳储量... 详细信息

现有的土壤容重测定方法存在诸多不足,不能满足快速发展的精准农业、生态环境模拟、土壤碳储量估算等对大量、准确容重数据的需求。鉴于此,有研究提出γ射线衰减与可见-近红外并用测定土壤容重的方法,并成功地将该方法应用于土壤碳储量估算中,得到了较好的应用结果。为了检验该方法在我国南方丘陵区土壤容重测定上的准确性和适用性,本研究采集了广西南宁丘陵区的土壤样品,使用该方法计算出土壤容重,并与传统环刀采样烘干称重法的容重结果进行比较。结果表明,两者测定的土壤容重具有较高的回归决定系数,R^2可达0.92,且两者间的均方根误差较低,仅占土壤容重平均值的4.48%。因此,本研究认为,γ射线衰减与可见-近红外并用测定土壤容重在我国南方丘陵区有较好的准确性和适用性。

关键词：土壤容重 γ射线衰减可见近红外光谱

应用SGS和LHS分析数字土壤质量评价中的不确定性

在线全文

学校读者我要写书评

暂无评论

土壤学报 2014年第5期51卷 963-973页

作者：孙孝林王会利曹继钊广西优良用材林资源培育重点实验室广西林业科学研究院南宁530002 中山大学地理科学与规划学院广州510275

土壤信息不确定性在空间分析中的传递是数字土壤评价中的关键问题。本文提出使用序贯高斯模拟(Sequential Gaussian simulation,SGS)和拉丁超立方抽样(Latin hypercube sampling,LHS)相结合的方法(即SGS-LHS),来应对该问题,目的在于充... 详细信息

土壤信息不确定性在空间分析中的传递是数字土壤评价中的关键问题。本文提出使用序贯高斯模拟(Sequential Gaussian simulation,SGS)和拉丁超立方抽样(Latin hypercube sampling,LHS)相结合的方法(即SGS-LHS),来应对该问题,目的在于充分利用SGS和LHS各自的优点,互补各自的缺点,以提高不确定性传递分析的准确性和效率。这种方法(包括两种途径:SGS-LHS1和SGS-LHS2)和SGS、LHS一起被应用于香港农田土壤质量评价中,并进行了比较。结果表明:(1)SGS-LHS分析所得的不确定性结果与SGS接近一致,与LHS则有一定的差别,但差别不大;(2)SGS-LHS估计不确定性的准确性与SGS接近一致,且两者均高于LHS,尽管LHS估计的置信度区间平均宽度略显精确。

关键词：序贯高斯模拟拉丁超立方抽样土壤质量不确定性数字土壤评价

从化区农田耕层土壤有效硅空间分布及影响因素

在线全文

学校读者我要写书评

暂无评论

农业资源与环境学报 2021年第6期38卷 989-998页

作者：渠悦马涛胡月明刘洛孙孝林华南农业大学资源环境学院广州510642 广东省土地信息工程技术研究中心广州510642 广州市华南自然资源科学技术研究院广州510642 中山大学地理科学与规划学院广州510275

为探究广州市从化区农田土壤有效硅空间分布及影响因素,以期为促进我国粮食主产区水稻产量增长提供科学依据和参考,采用描述性统计、地统计学、相关性分析与GIS(地理信息系统)技术结合的方法对从化区土壤有效硅开展研究。结果表明,研究... 详细信息

为探究广州市从化区农田土壤有效硅空间分布及影响因素,以期为促进我国粮食主产区水稻产量增长提供科学依据和参考,采用描述性统计、地统计学、相关性分析与GIS(地理信息系统)技术结合的方法对从化区土壤有效硅开展研究。结果表明,研究区土壤有效硅平均含量为60.31 mg·kg^(-1),总体偏低,并呈现中度变异;在中心区域、粮食主产区和丘陵地带,土壤有效硅含量较高;有效硅含量与土壤pH、有机质含量、黏粒含量呈正相关,土地利用方式、成土母质对其也有显著影响。研究表明,在所考虑的影响因素中,成土母质对从化区农田土壤有效硅的影响程度居于首位。

关键词：农田耕层土壤有效硅空间分布特征影响因素

在线全文

学校读者我要写书评

暂无评论

数字土壤制图及其研究进展

土壤通报 2013年第3期44卷 752-759页

作者：孙孝林赵玉国刘峰王德彩梁传平广西大学农学院南宁530004 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) 南京210008

数字土壤制图经过近二十年的发展,理论基础和技术体系已经相当成熟,得到了土壤学界的普遍接受,正广泛应用于各种层次的土壤调查与制图实践中,制图成果也被应用于相关学科的研究和实践中。本文在大量数字土壤制图研究的基础上,综述了数... 详细信息

数字土壤制图经过近二十年的发展,理论基础和技术体系已经相当成熟,得到了土壤学界的普遍接受,正广泛应用于各种层次的土壤调查与制图实践中,制图成果也被应用于相关学科的研究和实践中。本文在大量数字土壤制图研究的基础上,综述了数字土壤制图的理论基础、基本构成、当前研究的主要问题以及未来将面临的挑战和发展方向。数字土壤制图的理论基础可分为:土壤学、地理学和数学三种,此外还有土壤学与地理学、地理学与数学的相互结合。它的基本构成包括四个主要部分:土壤协变量、土壤采样、土壤空间推理系统和制图验证。当前,数字土壤制图研究的主要问题体现在六个方面:土壤协变量的生产和处理、土壤数据收集、土壤空间推理系统、土壤制图结果的验证、土壤图的展示和制图结果的应用。未来,随着数字土壤图的广泛应用,它将面对的挑战主要是提高制图分辨率和扩大制图范围。同时,随着数字土壤制图的日益成熟,它将迈向一个更高的研究领域和更广阔的应用领域,即数字土壤评价。这个新领域将再一次显著地提高土壤信息的服务功能和质量。

关键词：数字土壤制图研究进展数字土壤评价

样点代表性等级采样法在丘陵山区土壤表层有机质制图中的应用

在线全文

学校读者我要写书评

暂无评论

土壤 2014年第3期46卷 439-445页

作者：孙孝林王会利宁源广西大学农学院农业资源与环境系南宁530004 中山大学地理科学与规划学院广州510275 广西林业科学研究院南宁530002

基于样点代表性等级的土壤采样方法在成本、应用性、制图准确度上具有明显的优势,但在其他方面(如敏感性)上仍需要大量研究。为了进一步研究这种方法的可用性,本文以安徽宣城境内的丘陵山区为研究区,应用该方法分析以往土壤采样点的代... 详细信息

基于样点代表性等级的土壤采样方法在成本、应用性、制图准确度上具有明显的优势,但在其他方面(如敏感性)上仍需要大量研究。为了进一步研究这种方法的可用性,本文以安徽宣城境内的丘陵山区为研究区,应用该方法分析以往土壤采样点的代表性等级,进而研究样点代表性等级对土壤制图准确度的影响。研究结果表明:①高等级代表性链广泛存在,而低等级代表性链则较少;②代表性链的等级有效地从不同程度反映出土壤形成环境的变异;③样点代表性采样设计的采样点与规则化网格采样、目的性采样有很大不同;④一般地,随着低等级样点的逐渐加入,制图准确度增加,但增幅随着样点等级的降低而降低。这些结果说明,样点代表性等级采样法在应用、成本、准确度几个方面都有明显的优点,因而具有较好的应用前景。需要注意的是,在应用该方法选择样点时,样点的代表性应达到一定级别,以避免制图准确度不会因为样点的加入而降低。此外,由于其他地形地貌类型(如平原区)还缺乏较好的土壤协同环境因子,该方法的应用受到了一定程度的限制。

关键词：土壤制图土壤采样样点代表性

人工神经网络及其与地统计的混合模型在小面积丘陵区土壤有机碳预测制图上的应用研究

在线全文

学校读者我要写书评

暂无评论

土壤通报 2020年第6期51卷 1313-1322页

作者：赖雨晴孙孝林王会利中山大学地理科学与规划学院广东广州510275 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) 江苏南京210008 广西壮族自治区林业科学研究院广西南宁530002

当前,随着大数据和人工智能的快速发展,深度学习也逐渐被引入数字土壤制图(DSM)研究中。作为深度学习的重要基础之一,人工神经网络(ANN)在DSM中的应用已比较广泛。然而,ANN在40 km2以下的小区域上应用较少,且与其它常用模型的比较研究... 详细信息

当前,随着大数据和人工智能的快速发展,深度学习也逐渐被引入数字土壤制图(DSM)研究中。作为深度学习的重要基础之一,人工神经网络(ANN)在DSM中的应用已比较广泛。然而,ANN在40 km2以下的小区域上应用较少,且与其它常用模型的比较研究还不多。因此,在不同的情况下,还没有充分的依据来选用复杂的ANN及其与地统计的混合模型,还是简单的多元线性回归(MLR)、随机森林(RF)、普通克里格(OK)、回归克里格(RK)等方法进行土壤制图。为此,本文以广西高峰林场内一地形变异明显的小区域(面积约3.03 km2)为研究区,以13个地形因子和1个植被因子作为辅助变量,用ANN中常用的径向基神经网络(RBFNN)及其与OK相结合的模型(RBFNN-OK),对土壤有机碳(SOC)含量的空间分布进行预测,并与MLR、RF、OK、RK方法所得结果相比较。结果表明,与其他方法相比,RBFNN-OK和RBFNN在独立随机样本的验证集上预测准确性明显偏低;RBFNN-OK及RBFNN模型预测值的均方根误差值(RMSE)分别为6.57 g kg^(-1)和6.26 g kg^(-1),比MLR、RF、OK、RK高26.54%~31.17%。这可能是因为在小区域上,基于小样本的RBFNN模型泛化能力降低,以至于对训练集以外的样点预测准确性较差。因此,可以认为以RBFNN为典型的ANN及其与地统计的混合模型在小样本、小区域的DSM中适用性可能较差。

关键词：神经网络数字土壤制图克里格土壤有机碳