基于GRNN网络模型的土壤重金属空间分布的研究

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：

分布式水文模型的发展、现状及前景12-01

支付宝支付研究报告模型07-20

字频视角的古文字“四书”分布发展研究04-28

彩超在小鼠原位肝癌移植模型中的应用研究04-28

基于遗传算法的地下水位动态预测双线性模型09-08

灵感的土壤作文06-06

灵感的土壤作文07-20

土壤的实习报告06-23

土壤的实习报告04-17

灵感的土壤作文06-05