位置:成果数据库 > 期刊 > 期刊详情页
土壤属性空间预测中变异函数套合模型的表达与参数估计
  • ISSN号:1002-6819
  • 期刊名称:农业工程学报
  • 时间:2011
  • 页码:85-89
  • 分类:S159[农业科学—土壤学;农业科学—农业基础科学]
  • 作者机构:[1]华中农业大学资源与环境学院,武汉430070
  • 相关基金:教育部新教师基金(20100146120018); 国家自然科学基金(40971269); 中央高校基本科研业务费专项资金(52204-10036和52204-07077); 数字制图与国土信息应用工程国家测绘局重点实验室开放研究基金资助项目
  • 相关项目:基于贝叶斯最大熵的土壤连续属性空间预测研究
中文摘要:

针对当前地统计学方法中理论变异函数的参数估计多集中于对单一理论模型的参数估计,而缺乏对多尺度套合模型参数估计的研究现状,该文首先根据多尺度套合模型的特征,提出其在计算机中的统一叠加表达形式,从经验半方差散点图判断模型类型及参数取值范围,然后用遗传算法进行参数估计,并用MatlabR2010a开发了应用程序,最后以土壤养分(有机质和全钾)为例,与当前流行的地统计软件对比,证实了所提方法不仅在理论模型参数估计精度上优于传统估值方法(对比R2,分别提高6.32%和83.47%),而且后期的Kriging插值结果的精度上更是大大优于传统方法的插值精度,证明该文所提方法在精度和套合结构支持方面均具有优势。

英文摘要:

According to the situation that the current theoretical variogram parameters estimation of the Geostatistics was mostly concentrated in single model parameter estimation,and was short of multi-scale nested model parameters estimation,a unified superimposed expression in computer was put forward based on characteristics of the nested multi-scale model.The model type and range of parameters were determined with the empirical semi-variance plot.Then parameters with genetic algorithm were estimated and the application software was developed using Matlab R2010a,and finally,the software was compared with the current popular statistical software by taking the soil nutrients (organic matter and potassium) as examples.The results showed that this method surpassed the traditional method in accuracy of the theoretical model parameters estimation(compared with R2,increased by 6.32% and 83.47% respectively),and the accuracy of the results of Kriging interpolation in later period was much better than that of the traditional ones,which proved that the method proposed in this paper had advantages in both accuracy and the support of nested structure.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《农业工程学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国农业工程学会
  • 主编:朱明
  • 地址:北京朝阳区麦子店街41号
  • 邮编:100125
  • 邮箱:tcsae@tcsae.org
  • 电话:010-59197076 59197077 59197078
  • 国际标准刊号:ISSN:1002-6819
  • 国内统一刊号:ISSN:11-2047/S
  • 邮发代号:18-57
  • 获奖情况:
  • 百种中国杰出学术期刊,中国精品科技期刊,中国科协精品科技期刊工程项目期刊,RCCSE中国权威学术期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),英国农业与生物科学研究中心文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国食品科技文摘,中国北大核心期刊(2000版)
  • 被引量:93231