检索结果-南通市图书馆

SUN系列认证介绍

引用

电脑应用文萃（电脑界配套光盘） 2002年第4期 95-96页

作者： npb

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

什么是Java？

引用

电脑应用文萃（电脑界配套光盘） 2002年第4期 97-98页

作者： npb

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Estimating the spatial distribution of organic carbon density for the soils of Ohio, USA

引用

Journal of Geographical Sciences 2013年第2期23卷 280-296页

作者： Sandeep KUMAR Rattan LAL Desheng LIU Rashid RAFIQ DepartmentofPlantScience.Room248Cnpb BOX2140C1110RotundaLaneNorthSouthDakotaStateUniversityBrookingsSD57007USA CarbonManagementandSequestrationCenter SchoolofEnvironmentandNaturalResourcesTheOhioStateUniversity2021CoffeyRoad414AKo~manHallColumbusOH43210-1085USA DepartmentofGeographyandDepartmentofStatistics TheOhioStateUniversityColumbusOH43210USA DepartmentofMicrobiology&PlantBiology.UniversityofOklahoma NormanOK73019USA

Historical database of National Soil Survey Center containing 1424 geo-referenced soil profiles was used in this study for estimating the organic carbon （SOC） for the soils of Ohio, USA. Specific objective of the study was to estimate the spatial distribution of SOC density （C stock per unit area） to 1.0-m depth for soils of Ohio using geographically weighted regression （GWR）, and compare the results with that obtained from multiple linear regression （MLR）. About 80% of the analytical data were used for calibration and 20% for validation. A total of 20 variables including terrain attributes, climate data, bedrock geology, and land use data were used for mapping the SOC density. Results showed that the GWR provided better estimations with the lowest （3.81 kg m-2） root mean square error （RMSE） than MLR approach Total estimated SOC pool for soils in Ohio ranged from 727 to 742 Tg. This study demon strates that, the local spatial statistical technique, the GWR can perform better in capturing the spatial distribution of SOC across the study region as compared to other global spatial statistical techniques such as MLR. Thus, GWR enhances the accuracy for mapping SOC density.

关键词： geographically weighted regression multiple linear regression major land resource areas root meansquare error soil organic carbon

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：