發(fā)布時(shí)間：2018-09-09 08:24

【摘要】：本研究利用多重線性回歸方程,以地形因子為預(yù)測(cè)變量,構(gòu)建關(guān)于土壤有機(jī)質(zhì)的土壤景觀模型,并以西南山地丘陵區(qū)的一塊面積為2 km2的匯水盆地為研究區(qū),對(duì)該區(qū)域的土壤有機(jī)質(zhì)空間分布進(jìn)行預(yù)測(cè)。在此基礎(chǔ)之上,探討最少可用多少個(gè)點(diǎn)來預(yù)測(cè)土壤有機(jī)質(zhì)的空間分布,并使之預(yù)測(cè)精度不低于原始集合的精度;同時(shí),找出最優(yōu)土壤樣點(diǎn)布局,確定不同地形部位的取樣單元,使之預(yù)測(cè)精度最高。研究結(jié)果表明:在預(yù)測(cè)誤差最小化的情況下,最少可用7個(gè)優(yōu)化的樣點(diǎn)就可以代替原始200個(gè)采樣點(diǎn),且優(yōu)化的樣點(diǎn)數(shù)為124時(shí),模型預(yù)測(cè)土壤有機(jī)質(zhì)空間分布的精度最高。優(yōu)化后的土壤景觀模型的擬合度比原始模型提高了3.28%,MAE降低了5.3%,RMSE降低了3.94%。
[Abstract]:In this study, a soil landscape model of soil organic matter was constructed by using multiple linear regression equations and topographic factors as predictive variables, and a catchment basin with an area of 2 km2 in the mountainous and hilly region of southwest China was used as the study area. The spatial distribution of soil organic matter in this area was predicted. On the basis of this, we discuss how many points can be used to predict the spatial distribution of soil organic matter, and make the prediction accuracy not lower than that of the original collection. At the same time, we can find out the optimal soil sample distribution and determine the sampling units in different topographic areas. The prediction accuracy is the highest. The results show that at least 7 optimized samples can be used to replace the original 200 sampling points when the prediction error is minimized and the model has the highest precision in predicting the spatial distribution of soil organic matter when the optimum sample number is 124. Compared with the original model, the fitting degree of the optimized soil landscape model was increased by 3.28% and decreased by 5.3% and 3.94% by RMSE.
【作者單位】： 西南大學(xué)資源環(huán)境學(xué)院;中國(guó)熱帶農(nóng)業(yè)科學(xué)院橡膠研究所;西南大學(xué)計(jì)算機(jī)與信息科學(xué)學(xué)院;
【基金】：國(guó)家科技支撐計(jì)劃課題(2008BADA4B10) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)(XDJK2016D041)資助
【分類號(hào)】：S151.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王卓鵬,高國(guó)成,楊衛(wèi)平;一種高效的快速模擬退火算法[J];山東礦業(yè)學(xué)院學(xué)報(bào);1998年02期

2 王新生,姜友華,李仁東,韓志斌;模擬退火算法及其在非線性地學(xué)模型參數(shù)估計(jì)中的應(yīng)用[J];華中師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年01期

3 陳衛(wèi)東,孟小華;求圖控制集問題的模擬退火算法的改進(jìn)[J];重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年02期

4 張明超;蔡永香;;基于快速模擬退火算法的地圖微縮研究[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年09期

5 袁桂霞;;模擬退火算法優(yōu)化無線傳感器網(wǎng)絡(luò)路由技術(shù)[J];科技通報(bào);2012年12期

6 馬良;多目標(biāo)平面選址問題的模擬退火算法[J];系統(tǒng)工程理論與實(shí)踐;1997年03期

7 王洪凱;管延勇;史開泉;;粗交流整體最優(yōu)傳遞序列的模擬退火算法[J];系統(tǒng)工程理論與實(shí)踐;2006年09期

8 康立山;陳毓屏;;解貨郎擔(dān)問題的異步并行模擬退火算法[J];自然科學(xué)進(jìn)展;1991年03期

9 高尚;模擬退火算法中的退火策略研究[J];航空計(jì)算技術(shù);2002年04期

10 段紅偉;胡勁松;;基于模擬退火算法的實(shí)現(xiàn)及應(yīng)用[J];科技信息(學(xué)術(shù)研究);2007年31期

相關(guān)會(huì)議論文 前10條

1 顏聲遠(yuǎn);陳玉;梁龍遠(yuǎn);;基于模擬退火算法的操縱器排列優(yōu)化[A];中國(guó)核學(xué)會(huì)核能動(dòng)力分會(huì)2013年學(xué)術(shù)研討會(huì)論文集[C];2013年

2 秦進(jìn);吳瓊;;改進(jìn)的模擬退火算法及其在物流網(wǎng)絡(luò)設(shè)計(jì)問題中的應(yīng)用[A];第八屆中國(guó)青年運(yùn)籌信息管理學(xué)者大會(huì)論文集[C];2006年

3 馬平;柴欣;李濤;楊愚魯;;動(dòng)態(tài)重構(gòu)系統(tǒng)中基于模擬退火算法的劃分[A];全國(guó)第十屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)年會(huì)論文集[C];2006年

4 洪興楠;張瀟林;王作鵬;吳丹策;;對(duì)模擬退火優(yōu)化算法的改進(jìn)[A];1997年全國(guó)微波會(huì)議論文集(下冊(cè))[C];1997年

5 黎建強(qiáng);薜玨;張國(guó)慶;;一種基于模擬退火的倉(cāng)庫(kù)布局算法[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國(guó)系統(tǒng)工程學(xué)會(huì)第十屆年會(huì)論文集[C];1998年

6 蒲忠昊;王林;張磊;;一種改進(jìn)的快速自適應(yīng)模擬退火算法[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

7 陳德旺;裴麗君;劉靜;;基于模擬退火的交通誘導(dǎo)信息發(fā)布范圍的算法研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

8 王新生;姜友華;;模擬退火算法在設(shè)施定位問題中的應(yīng)用研究[A];“資源環(huán)境與區(qū)域發(fā)展中的計(jì)算問題”研討會(huì)論文集[C];2006年

9 吳進(jìn)華;吳華麗;周仕;;基于模擬退火的粒子群優(yōu)化算法[A];第三屆全國(guó)虛擬儀器大會(huì)論文集[C];2008年

10 忻獲麟;沈?qū)?;“麥克斯韋熱怪”:模擬退火新方案[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——中國(guó)科協(xié)第五屆青年學(xué)術(shù)年會(huì)論文集[C];2004年

相關(guān)博士學(xué)位論文 前1條

1 趙松原;模擬退火結(jié)合正交分解算法的氣動(dòng)外形最優(yōu)化設(shè)計(jì)[D];南京航空航天大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 邵文超;基于模擬退火算法的船舶航向PID控制器參數(shù)優(yōu)化研究[D];大連海事大學(xué);2015年

2 劉亞南;基于模擬退火算法的施工項(xiàng)目動(dòng)態(tài)可靠性優(yōu)化研究[D];西安建筑科技大學(xué);2016年

3 許萍;基于模擬退火的空域扇區(qū)優(yōu)化方法研究[D];中國(guó)民航大學(xué);2014年

4 程玲;模擬退火算法在分裂系構(gòu)造中的應(yīng)用[D];上海交通大學(xué);2010年

5 龐峰;模擬退火算法的原理及算法在優(yōu)化問題上的應(yīng)用[D];吉林大學(xué);2006年

6 項(xiàng)寶衛(wèi);結(jié)構(gòu)優(yōu)化中的模擬退火算法研究和應(yīng)用[D];大連理工大學(xué);2004年

7 張玉虎;基于模擬退火的分類算法研究與實(shí)現(xiàn)[D];青島大學(xué);2013年

8 閆穎;基于模擬退火和團(tuán)劃分的綜合技術(shù)研究[D];哈爾濱工程大學(xué);2010年

9 許彥釗;模擬退火優(yōu)化神經(jīng)網(wǎng)絡(luò)研究及其在入侵檢測(cè)中的應(yīng)用[D];吉林大學(xué);2009年

10 黃宏用;改進(jìn)的遺傳—模擬退火算法在公交排班中的應(yīng)用[D];蘭州理工大學(xué);2011年

，

本文編號(hào)：2231843