不同输入方式下RBF神经网络对土壤性质空间插值的误差分析

来源：土壤学报杂志2008年第2期北京时间：

作者：李启权,王昌全,岳天祥,李冰,杨娟,史文娇

单位：李启权，四川农业大学资源环境学院, 四川雅安 625014;中国科学院地理科学与资源研究所, 北京 100101;中国科学院地理科学与资源研究所, 北京 100039；,王昌全，四川农业大学资源环境学院, 四川雅安 625014；wcquan@sicau.edu.cn,岳天祥，中国科学院地理科学与资源研究所, 北京 100101；,李冰，四川农业大学资源环境学院, 四川雅安 625014；,杨娟，四川农业大学资源环境学院, 四川雅安 625014；,史文娇，中国科学院地理科学与资源研究所, 北京 100101;中国科学院地理科学与资源研究所, 北京 100039；,

摘要：土壤是一个时空连续体,受自然和人为因素的影响,具有高度的空间异质性[1].这种空间异质性体现在土壤的物理、生化信息随空间位置的不同而呈现较大的差异,并且不同土壤性质具有不同程度的空间变异.准确掌握土壤物理、生化信息的空间变异规律,不仅是精准农业中土壤养分管理的基础,对于环境保护和治理也具有十分重要的意义.因此,土壤性质的空间插值技术研究得到了广泛的关注和重视[2~4].目前应用于土壤性质空间插值的方法主要包括基于几何学意义的移动平均法[5]、反比距离加权法[6,7]、样条函数法[8]、趋势面分析法[9,10]以及基于统计学意义的克里格(Kriging)插值法[11~13]等.

关键词：RBF神经网络;空间插值;土壤性质;输入方式

基金资助：国家教育部重点支持项目(03110);四川省教育厅重点支持项目资助