基于GRNN網絡模型的土壤重金屬空間分布的研究

摘要： 以江蘇省南通市為研究區,利用采樣點實測數據,借助GRNN神經網絡模型并結合3S技術對農田土壤重金屬的空間動態分布進行了深入研究.結果表明,GRNN神經網絡模型能夠智能地學習各個采樣點的空間位置與該點各重金屬含量之間的映射關系,并能夠穩健地對各個空間插值點處的土壤重金屬含量進行預測;結果顯示南通市農田土壤重金屬污染總體較輕,但也存在局部地區的嚴重污染.在運用GRNN神經網絡模型進行空間插值了解重金屬空間動態分布的基礎上,可以根據污染的狀況確定農產品的生產布局和規劃. 作 者： 胡大偉    卞新民    李思米    許泉    HU Da-wei    BIAN Xin-min    LI Si-mi    XU Quan   作者單位： 南京農業大學,農學院,江蘇,南京,210095  期 刊： 土壤通報  ISTICPKU   Journal： CHINESE JOURNAL OF SOIL SCIENCE  年，卷(期)： 2007, 38(2)  分類號： X825  關鍵詞： GRNN神經網絡模型    3S技術    土壤重金屬   

【基于GRNN網絡模型的土壤重金屬空間分布的研究】相關文章：

分布式水文模型的發展、現狀及前景12-01

支付寶支付研究報告模型07-20

字頻視角的古文字“四書”分布發展研究04-28

彩超在小鼠原位肝癌移植模型中的應用研究04-28

基于遺傳算法的地下水位動態預測雙線性模型09-08

靈感的土壤作文06-06

靈感的土壤作文07-20

土壤的實習報告06-23

土壤的實習報告04-17

靈感的土壤作文06-05