基于GRNN网络模型的土壤重金属空间分布的研究
摘要: 以江苏省南通市为研究区,利用采样点实测数据,借助GRNN神经网络模型并结合3S技术对农田土壤重金属的空间动态分布进行了深入研究.结果表明,GRNN神经网络模型能够智能地学习各个采样点的空间位置与该点各重金属含量之间的映射关系,并能够稳健地对各个空间插值点处的`土壤重金属含量进行预测;结果显示南通市农田土壤重金属污染总体较轻,但也存在局部地区的严重污染.在运用GRNN神经网络模型进行空间插值了解重金属空间动态分布的基础上,可以根据污染的状况确定农产品的生产布局和规划. 作 者: 胡大伟 卞新民 李思米 许泉 HU Da-wei BIAN Xin-min LI Si-mi XU Quan 作者单位: 南京农业大学,农学院,江苏,南京,210095 期 刊: 土壤通报 ISTICPKU Journal: CHINESE JOURNAL OF SOIL SCIENCE 年,卷(期): 2007, 38(2) 分类号: X825 关键词: GRNN神经网络模型 3S技术 土壤重金属【基于GRNN网络模型的土壤重金属空间分布的研究】相关文章:
徐州城市土壤重金属污染空间分布研究07-04
空间武器平台潜伏轨道分布模型研究10-19
乌鲁木齐城市土壤中重金属分布07-16
基于模糊集理论的土壤重金属污染空间预测10-02
基于空间分布式汇流时间方法的流域洪水模拟模型及应用研究08-27
鄱阳湖典型湿地土壤空间分布格局研究01-18