基于伽玛能谱数据土壤肥力因子空间分布预测初探

土壤通报页数： 9 2024-12-06

摘要：【目的】为了探索伽玛能谱数据实现土壤表层（0～30 cm）肥力空间分布预测。【方法】使用偏最小二乘回归（PLSR）、支持向量机（SVM）和反向传播神经网络（BPNN）分别建立土壤伽玛能谱肥力因子模型。【结果】BPNN模型土壤肥力因子预测精度整体要优于PLSR模型和SVM模型；土壤全氮、pH、黏粒和砂粒含量BP神经网络模型预测精度较高，决定系数R2分别为0.564、0.556、0... （共9页）

开通会员，享受整站包年服务

科技文档

数学力学化学金融证券保险投资会计审计园艺林业旅游体育物理学生物学天文学气象学海洋学地质学新能源金属学农艺学农作物管理学领导学自然科学系统科学资源科学无机化工有机化工燃料化工化学工业材料科学矿业工程冶金工业安全科学环境科学工业通用机械工业无线电子电信技术铁路运输汽车工业船舶工业动力工程电力工业农业科学农业工程植物保护动物医学教育理论学前教育初等教育中等教育高等教育职业教育成人教育自然地理地球物理经济统计农业经济工业经济交通经济企业经济文化经济信息经济贸易经济财政税收市场研究科学研究互联网自动化轻工业核科学服务业石油然气服务业野生动物水产渔业硬件仪器仪表航空航天武器军事公路运输水利水电建筑科学软件