首页 | 本学科首页   官方微博 | 高级检索  
     检索      

山区土壤重金属空间插值性能的改进
引用本文:张榆霞,李宝磊,施择,万国盛.山区土壤重金属空间插值性能的改进[J].中国环境监测,2014,30(5):96-100.
作者姓名:张榆霞  李宝磊  施择  万国盛
作者单位:1. 云南省环境监测中心站,云南 昆明,650034
2. 云南大学信息学院,云南 昆明,650091
基金项目:云南省七彩云南保护专项“基于GIS的云南省土壤污染管理与分析信息系统研究”
摘    要:山区土壤重金属监测中,密集均匀的布点采样困难大,成本高。根据稀疏非均匀样本数据准确预测山区土壤重金属空间分布,对可视化描述检测元素的分布及趋势具有重要意义。基于云南省楚雄市南部山区表层土壤中重金属锰、钒的采样数据,对集成径向基函数神经网络(IRBFANNs)和传统插值方法:反距离(IDW)、普通克里格(OK)、径向基函数神经网络(RBFANNs),进行了不同等级采样密度下的插值性能比较。结果表明,样本点数量减少时,传统预测方法的插值精度都有所下降,而IRBFANNs算法在样本点较少情况下能够保持最好的插值精确度和稳定性,有效改进了空间插值性能。

关 键 词:集成径向基函数神经网络  空间插值  土壤重金属  山区
收稿时间:2014/1/17 0:00:00
修稿时间:2014/4/13 0:00:00

The Research on the Spatial Interpolation of Heavy Metals in Soil by Using an Improved Neural Networks
ZHANG Yu-xi,LI Bao-lei,SHI Ze and WAN Guo-sheng.The Research on the Spatial Interpolation of Heavy Metals in Soil by Using an Improved Neural Networks[J].Environmental Monitoring in China,2014,30(5):96-100.
Authors:ZHANG Yu-xi  LI Bao-lei  SHI Ze and WAN Guo-sheng
Institution:Yunnan Environmental Monitoring Centre, Kunming 650034, China;Infromation School, Yunnan University, Kunming 650091, China;Yunnan Environmental Monitoring Centre, Kunming 650034, China;Infromation School, Yunnan University, Kunming 650091, China
Abstract:
Keywords:integrated radial basis function neural network  spatial interpolation  soil heavy metals  mountain area
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《中国环境监测》浏览原始摘要信息
点击此处可从《中国环境监测》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号