地形因素影響下重慶市主要土壤的質(zhì)地類型空間分布預(yù)測(cè)研究
發(fā)布時(shí)間:2021-12-23 12:58
土壤質(zhì)地是土壤的重要物理性質(zhì)之一,不同質(zhì)地的土壤,其孔隙度、通透性、熱容量、保蓄性、溫變和耕性等土壤性質(zhì)不相同,影響土壤水分、養(yǎng)分、熱量和空氣的轉(zhuǎn)化,是水文模型、陸面過(guò)程模型和耦合陸面過(guò)程大氣模型的重要輸入變量。重慶市位于我國(guó)內(nèi)陸西南部,地形地貌復(fù)雜,全市約98%的土地為山地和丘陵,土壤質(zhì)地類型具有較強(qiáng)的空間異質(zhì)性。土壤質(zhì)地類型測(cè)定方法主要有兩類,精度最高的是實(shí)驗(yàn)室法,其通過(guò)對(duì)土壤粒徑進(jìn)行檢測(cè),并結(jié)合土壤質(zhì)地劃分標(biāo)準(zhǔn),確定土壤質(zhì)地類型,但這種方法時(shí)間成本和經(jīng)濟(jì)成本較高,通過(guò)該方法獲取大尺度上的土壤質(zhì)地類型數(shù)據(jù)較為困難。實(shí)際研究中,通常采用的是手測(cè)法,其被認(rèn)為是一種適合于替代實(shí)驗(yàn)室法判定土壤質(zhì)地類型的方法,根據(jù)土壤物理機(jī)械特性(粘結(jié)性和可塑性)的表現(xiàn)程度來(lái)確定土壤質(zhì)地類型,一般可分為粘土、壤土和砂土三種類型。在更大尺度上,經(jīng)典統(tǒng)計(jì)學(xué)和地統(tǒng)計(jì)學(xué)模型雖然可以進(jìn)行土壤質(zhì)地類型預(yù)測(cè),但其誤差不容忽視,不能很好的滿足相關(guān)研究的需求,尚缺乏適宜在小流域尺度進(jìn)行土壤質(zhì)地空間分布預(yù)測(cè)方法。在成土母質(zhì)和人類活動(dòng)相對(duì)一致的條件下,地形因素顯著影響土壤質(zhì)地的空間分布。為此,基于有限的土壤質(zhì)地樣本,建立地形因素...
【文章來(lái)源】:西南大學(xué)重慶市 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:122 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
不同參數(shù)下的支持向量機(jī)kappa系數(shù)和總體精度Fig.3-3ThekappastatisticandoverallaccuracyproducedbySVMswithdifferentparameters
圖 3-4 隱層神經(jīng)元數(shù)不同的 ANNs 的 Kappa 系數(shù)和總體精度Fig. 3-4 The kappa statistic and overall accuracy for ANNs with different neuron numbers in thehidden layer圖 3-5 顯示了不同參數(shù)的分類樹(shù)產(chǎn)生的總體精度和 Kappa 系數(shù),當(dāng)父節(jié)點(diǎn)=100、子節(jié)點(diǎn)=50;父節(jié)點(diǎn)=50、子節(jié)點(diǎn) =25 和父節(jié)點(diǎn)=10、子節(jié)點(diǎn)=5 時(shí),其 Kappa 系數(shù)分別為 0.31、0.31 和 0.44,總體精度分別為 0.836、0.836 和 0.864,當(dāng)父節(jié)點(diǎn)=10、子節(jié)點(diǎn)=5 時(shí),分類樹(shù)的 Kappa 系數(shù)和總體精度為 0.44 和 0.864,模型性能更佳。
Fig. 3-4 The kappa statistic and overall accuracy for ANNs with different neuron numbers in thehidden layer圖 3-5 顯示了不同參數(shù)的分類樹(shù)產(chǎn)生的總體精度和 Kappa 系數(shù),當(dāng)父節(jié)點(diǎn)=100、子節(jié)點(diǎn)=50;父節(jié)點(diǎn)=50、子節(jié)點(diǎn) =25 和父節(jié)點(diǎn)=10、子節(jié)點(diǎn)=5 時(shí),其 Kappa 系數(shù)分別為 0.31、0.31 和 0.44,總體精度分別為 0.836、0.836 和 0.864,當(dāng)父節(jié)點(diǎn)=10、子節(jié)點(diǎn)=5 時(shí),分類樹(shù)的 Kappa 系數(shù)和總體精度為 0.44 和 0.864,模型性能更佳。
【參考文獻(xiàn)】:
期刊論文
[1]基于AE的坡面地形特征提取系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 孟微波,袁家明,張卡,陳輝. 礦山測(cè)量. 2018(06)
[2]土壤質(zhì)地分類及其在我國(guó)應(yīng)用探討[J]. 吳克寧,趙瑞. 土壤學(xué)報(bào). 2019(01)
[3]不同等級(jí)土壤遙感分類的尺度匹配性探討[J]. 陳斌,王宏志,李仁東. 湖北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[4]分類回歸樹(shù)算法在土壤水分估算中的應(yīng)用[J]. 韓家琪,毛克彪,葛非凡,郭晶鵬,黎玲萍. 遙感信息. 2018(03)
[5]基于高分辨地形的黃土滑坡特征參數(shù)提取及其應(yīng)用意義[J]. 胡勝,邱海軍,王新剛,謝婉麗,龍永清,土祥,楊冬冬,馬舒悅,張焱,曹明明. 第四紀(jì)研究. 2018 (02)
[6]OLI與HSI影像融合的土壤鹽分反演模型[J]. 厲彥玲,趙庚星,常春艷,王卓然,王凌,鄭佳榮. 農(nóng)業(yè)工程學(xué)報(bào). 2017(21)
[7]基于支持向量機(jī)和近紅外光譜特性的土壤質(zhì)地分類[J]. 胡曉艷,宋海燕. 山西農(nóng)業(yè)科學(xué). 2017(10)
[8]單因素方差分析與多元線性回歸分析檢驗(yàn)方法的比較[J]. 戴金輝,袁靖. 統(tǒng)計(jì)與決策. 2016(09)
[9]非農(nóng)建設(shè)占用耕地耕層土壤剝離潛力評(píng)價(jià)方法[J]. 陳心佩,鐘守琴,魏朝富. 農(nóng)業(yè)工程學(xué)報(bào). 2016(05)
[10]基于多分辨率遙感數(shù)據(jù)與隨機(jī)森林算法的土壤有機(jī)質(zhì)預(yù)測(cè)研究[J]. 王茵茵,齊雁冰,陳洋,解飛. 土壤學(xué)報(bào). 2016(02)
博士論文
[1]高寒山區(qū)不同土壤-植被類型下土壤含水量估算研究[D]. 李金麟.蘭州大學(xué) 2018
[2]黑河中游綠洲土壤物理性質(zhì)的時(shí)空變異性研究[D]. 李丹鳳.中國(guó)科學(xué)院研究生院(教育部水土保持與生態(tài)環(huán)境研究中心) 2014
[3]基于遙感技術(shù)的棉田土壤質(zhì)量評(píng)價(jià)研究[D]. 王瓊.石河子大學(xué) 2013
[4]陜北黃土坡面微地形土壤質(zhì)量研究[D]. 張宏芝.北京林業(yè)大學(xué) 2011
[5]基于地統(tǒng)計(jì)學(xué)方法和Scorpan模型的土壤有機(jī)質(zhì)空間模擬研究[D]. 李志斌.中國(guó)農(nóng)業(yè)科學(xué)院 2010
[6]四川盆地晚侏羅世至新近紀(jì)層序充填及構(gòu)造—巖相古地理演化[D]. 楊國(guó)臣.中國(guó)地質(zhì)大學(xué)(北京) 2010
[7]數(shù)據(jù)挖掘技術(shù)支持下的土壤重金屬污染評(píng)價(jià)系統(tǒng)的研究[D]. 成偉.浙江大學(xué) 2009
[8]基于GIS和地統(tǒng)計(jì)學(xué)方法的土壤養(yǎng)分空間變異及應(yīng)用研究[D]. 于婧.華中農(nóng)業(yè)大學(xué) 2007
[9]陰山北麓保護(hù)性耕作地表抗風(fēng)蝕效果的試驗(yàn)研究[D]. 劉漢濤.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2006
碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)的材質(zhì)識(shí)別和分割方法研究[D]. 李婉婉.北京交通大學(xué) 2018
[2]重慶市紫色土的系統(tǒng)分類研究[D]. 唐江.西南大學(xué) 2017
[3]基于數(shù)據(jù)智能的異常模式識(shí)別關(guān)鍵技術(shù)研究[D]. 錢(qián)坤.北京理工大學(xué) 2016
[4]基于支持向量機(jī)的土壤基礎(chǔ)肥力評(píng)價(jià)和土壤有機(jī)質(zhì)含量預(yù)測(cè)研究[D]. 黃婷.南京農(nóng)業(yè)大學(xué) 2015
[5]地形和土地利用對(duì)山區(qū)土壤養(yǎng)分空間變異的影響[D]. 蔣文惠.山東農(nóng)業(yè)大學(xué) 2014
[6]小流域尺度地形對(duì)土壤水分的影響及尺度效應(yīng)[D]. 梁寧霞.西北農(nóng)林科技大學(xué) 2014
[7]中揚(yáng)子區(qū)上侏羅統(tǒng)—新近系層序地層與盆地充填演化[D]. 李善營(yíng).中國(guó)地質(zhì)大學(xué)(北京) 2009
[8]中揚(yáng)子地區(qū)晚侏羅世—新近紀(jì)沉積相及其演化特征[D]. 吳云輝.中國(guó)地質(zhì)大學(xué)(北京) 2009
[9]基于支持向量機(jī)的高光譜遙感圖像分類[D]. 郭春燕.哈爾濱工程大學(xué) 2007
[10]基于DEM的地形濕度指數(shù)提取與應(yīng)用研究[D]. 張彩霞.西北農(nóng)林科技大學(xué) 2006
本文編號(hào):3548524
【文章來(lái)源】:西南大學(xué)重慶市 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:122 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
不同參數(shù)下的支持向量機(jī)kappa系數(shù)和總體精度Fig.3-3ThekappastatisticandoverallaccuracyproducedbySVMswithdifferentparameters
圖 3-4 隱層神經(jīng)元數(shù)不同的 ANNs 的 Kappa 系數(shù)和總體精度Fig. 3-4 The kappa statistic and overall accuracy for ANNs with different neuron numbers in thehidden layer圖 3-5 顯示了不同參數(shù)的分類樹(shù)產(chǎn)生的總體精度和 Kappa 系數(shù),當(dāng)父節(jié)點(diǎn)=100、子節(jié)點(diǎn)=50;父節(jié)點(diǎn)=50、子節(jié)點(diǎn) =25 和父節(jié)點(diǎn)=10、子節(jié)點(diǎn)=5 時(shí),其 Kappa 系數(shù)分別為 0.31、0.31 和 0.44,總體精度分別為 0.836、0.836 和 0.864,當(dāng)父節(jié)點(diǎn)=10、子節(jié)點(diǎn)=5 時(shí),分類樹(shù)的 Kappa 系數(shù)和總體精度為 0.44 和 0.864,模型性能更佳。
Fig. 3-4 The kappa statistic and overall accuracy for ANNs with different neuron numbers in thehidden layer圖 3-5 顯示了不同參數(shù)的分類樹(shù)產(chǎn)生的總體精度和 Kappa 系數(shù),當(dāng)父節(jié)點(diǎn)=100、子節(jié)點(diǎn)=50;父節(jié)點(diǎn)=50、子節(jié)點(diǎn) =25 和父節(jié)點(diǎn)=10、子節(jié)點(diǎn)=5 時(shí),其 Kappa 系數(shù)分別為 0.31、0.31 和 0.44,總體精度分別為 0.836、0.836 和 0.864,當(dāng)父節(jié)點(diǎn)=10、子節(jié)點(diǎn)=5 時(shí),分類樹(shù)的 Kappa 系數(shù)和總體精度為 0.44 和 0.864,模型性能更佳。
【參考文獻(xiàn)】:
期刊論文
[1]基于AE的坡面地形特征提取系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 孟微波,袁家明,張卡,陳輝. 礦山測(cè)量. 2018(06)
[2]土壤質(zhì)地分類及其在我國(guó)應(yīng)用探討[J]. 吳克寧,趙瑞. 土壤學(xué)報(bào). 2019(01)
[3]不同等級(jí)土壤遙感分類的尺度匹配性探討[J]. 陳斌,王宏志,李仁東. 湖北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[4]分類回歸樹(shù)算法在土壤水分估算中的應(yīng)用[J]. 韓家琪,毛克彪,葛非凡,郭晶鵬,黎玲萍. 遙感信息. 2018(03)
[5]基于高分辨地形的黃土滑坡特征參數(shù)提取及其應(yīng)用意義[J]. 胡勝,邱海軍,王新剛,謝婉麗,龍永清,土祥,楊冬冬,馬舒悅,張焱,曹明明. 第四紀(jì)研究. 2018 (02)
[6]OLI與HSI影像融合的土壤鹽分反演模型[J]. 厲彥玲,趙庚星,常春艷,王卓然,王凌,鄭佳榮. 農(nóng)業(yè)工程學(xué)報(bào). 2017(21)
[7]基于支持向量機(jī)和近紅外光譜特性的土壤質(zhì)地分類[J]. 胡曉艷,宋海燕. 山西農(nóng)業(yè)科學(xué). 2017(10)
[8]單因素方差分析與多元線性回歸分析檢驗(yàn)方法的比較[J]. 戴金輝,袁靖. 統(tǒng)計(jì)與決策. 2016(09)
[9]非農(nóng)建設(shè)占用耕地耕層土壤剝離潛力評(píng)價(jià)方法[J]. 陳心佩,鐘守琴,魏朝富. 農(nóng)業(yè)工程學(xué)報(bào). 2016(05)
[10]基于多分辨率遙感數(shù)據(jù)與隨機(jī)森林算法的土壤有機(jī)質(zhì)預(yù)測(cè)研究[J]. 王茵茵,齊雁冰,陳洋,解飛. 土壤學(xué)報(bào). 2016(02)
博士論文
[1]高寒山區(qū)不同土壤-植被類型下土壤含水量估算研究[D]. 李金麟.蘭州大學(xué) 2018
[2]黑河中游綠洲土壤物理性質(zhì)的時(shí)空變異性研究[D]. 李丹鳳.中國(guó)科學(xué)院研究生院(教育部水土保持與生態(tài)環(huán)境研究中心) 2014
[3]基于遙感技術(shù)的棉田土壤質(zhì)量評(píng)價(jià)研究[D]. 王瓊.石河子大學(xué) 2013
[4]陜北黃土坡面微地形土壤質(zhì)量研究[D]. 張宏芝.北京林業(yè)大學(xué) 2011
[5]基于地統(tǒng)計(jì)學(xué)方法和Scorpan模型的土壤有機(jī)質(zhì)空間模擬研究[D]. 李志斌.中國(guó)農(nóng)業(yè)科學(xué)院 2010
[6]四川盆地晚侏羅世至新近紀(jì)層序充填及構(gòu)造—巖相古地理演化[D]. 楊國(guó)臣.中國(guó)地質(zhì)大學(xué)(北京) 2010
[7]數(shù)據(jù)挖掘技術(shù)支持下的土壤重金屬污染評(píng)價(jià)系統(tǒng)的研究[D]. 成偉.浙江大學(xué) 2009
[8]基于GIS和地統(tǒng)計(jì)學(xué)方法的土壤養(yǎng)分空間變異及應(yīng)用研究[D]. 于婧.華中農(nóng)業(yè)大學(xué) 2007
[9]陰山北麓保護(hù)性耕作地表抗風(fēng)蝕效果的試驗(yàn)研究[D]. 劉漢濤.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2006
碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)的材質(zhì)識(shí)別和分割方法研究[D]. 李婉婉.北京交通大學(xué) 2018
[2]重慶市紫色土的系統(tǒng)分類研究[D]. 唐江.西南大學(xué) 2017
[3]基于數(shù)據(jù)智能的異常模式識(shí)別關(guān)鍵技術(shù)研究[D]. 錢(qián)坤.北京理工大學(xué) 2016
[4]基于支持向量機(jī)的土壤基礎(chǔ)肥力評(píng)價(jià)和土壤有機(jī)質(zhì)含量預(yù)測(cè)研究[D]. 黃婷.南京農(nóng)業(yè)大學(xué) 2015
[5]地形和土地利用對(duì)山區(qū)土壤養(yǎng)分空間變異的影響[D]. 蔣文惠.山東農(nóng)業(yè)大學(xué) 2014
[6]小流域尺度地形對(duì)土壤水分的影響及尺度效應(yīng)[D]. 梁寧霞.西北農(nóng)林科技大學(xué) 2014
[7]中揚(yáng)子區(qū)上侏羅統(tǒng)—新近系層序地層與盆地充填演化[D]. 李善營(yíng).中國(guó)地質(zhì)大學(xué)(北京) 2009
[8]中揚(yáng)子地區(qū)晚侏羅世—新近紀(jì)沉積相及其演化特征[D]. 吳云輝.中國(guó)地質(zhì)大學(xué)(北京) 2009
[9]基于支持向量機(jī)的高光譜遙感圖像分類[D]. 郭春燕.哈爾濱工程大學(xué) 2007
[10]基于DEM的地形濕度指數(shù)提取與應(yīng)用研究[D]. 張彩霞.西北農(nóng)林科技大學(xué) 2006
本文編號(hào):3548524
本文鏈接:http://sikaile.net/kejilunwen/nykj/3548524.html
最近更新
教材專著