基于支持向量机的标准农田地力等级评价——以浙江省温州市鹿城区为例

来源：土壤学报杂志2012年第5期北京时间：

作者：赖红松,吴次芳

单位：赖红松，浙江省温州市国土资源局；maplhs@163.com,吴次芳，浙江大学公共管理学院；,

摘要：提出了一种基于支持向量机（SVM）的标准农田地力等级评价方法，并给出了遗传算法-模拟退火（GASA）优化SVM参数算法。该方法首先在确定标准农田地力等级评价指标的基础上，利用地力调查样本数据及传统的指数和法评价结果构造SVM样本集，然后运用GASA优化SVM参数算法训练SVM，建立标准农田地力等级的SVM评价模型。应用该方法对温州市鹿城区标准农田地力等级进行了评价，结果为：2级田和3级田分别占测试样本代表标准农田总面积（115.7 hm2）的45.04%和54.96%，该方法的评价正确率为100%。应用BP神经网络法对测试样本进行评价，其评价正确率为90%。结果表明，SVM 用于标准农田地力等级评价，具有比BP神经网络更高的评价精度，可有效用于标准农田地力等级评价，为耕地地力评价提供了新方法。

关键词：耕地地力评价;标准农田;支持向量机;鹿城区