江苏省自然科学基金(BK2008058)
- 作品数：2 被引量：22H指数：2
- 相关作者：杨金玲赵玉国张甘霖赵其国王改粉更多>>
- 相关机构：中国科学院中国科学院研究生院中国科学院大学更多>>
- 发文基金：中国科学院知识创新工程重要方向项目江苏省自然科学基金国家自然科学基金更多>>
- 相关领域：天文地球更多>>
- 基于人工神经网络的土壤颗粒组成制图被引量：7
- 2012年
- 以浙江西苕溪流域为研究区,综合考虑地形和土壤类型等信息,采集典型土壤样本,测定土壤颗粒组成,并基于土壤颗粒组成与景观位置和特征之间的关系,利用径向基函数(RBF)神经网络建立了高程、坡度、平面曲率、剖面曲率、径流强度系数和地形湿度指数6个地形因子与土壤颗粒组成之间的非线性映射关系,预测土壤颗粒组成的空间分布。验证结果表明,RBF神经网络方法能够挖掘出地形因子信息与土壤颗粒组成之间的非线性映射关系,其预测精度较高,模型稳定性较好,是一种低成本、高效率的制图方法。
- 孙艳俊张甘霖杨金玲赵玉国
- 关键词：土壤颗粒组成地形因子神经网络
- 流域尺度土壤厚度的模糊聚类与预测制图研究被引量：16
- 2011年
- 基于土壤厚度与景观位置和特征之间的关系,运用模糊c均值聚类(FCM)方法对西苕溪流域的土壤厚度分布进行了空间预测。选取高程、坡度、平面曲率、剖面曲率、径流强度系数和地形湿度指数6个地形因子进行模糊聚类,根据相应的聚类参数将流域地形组合分为8类。利用部分调查获得的土壤剖面数据,结合样点属性和专家经验为典型区赋值,最后由加权平均得到流域土壤厚度预测图。验证结果表明,FCM方法可以对地形因子组合进行有效合理的分级,其预测精度较高,模型的稳定性较好,是一种低成本高效率的制图方法。该方法在土壤厚度预测方面具有一定的可靠性。
- 王改粉赵玉国杨金玲张甘霖赵其国
- 关键词：模糊C均值聚类土壤厚度
