基于PCA-RBF神经网络的烟田土壤水分预测

为建立烟田土壤水分预测模型以利于烟区种植的规划和管理,该文提出了基于主元分析（PCA）与径向基函数（RBF）神经网络模型的烟田土壤水分预测方法。首先,利用PCA消除原始输入层数据的相关性,以解决神经网络建模时输入变量过多、网络规模过大导致效率下降的问题;然后,以主元模型结果为输入建立土壤水分RBF神经网络预测模型。实例研究表明,烟田土壤水分PCA-RBF神经网络预测模型具有较好的预测效果,平均预测精度达到96.02%,与全要素误差反向传播（BP）神经网络和RBF神经网络相比,平均预测精度分别提高5.20%和6.06%,完全符合实际烟区种植规划的需求,为研究其他类型的土壤水分预测提供了参考。     

基于自适应进化相关向量机的耕地面积预测模型

为解决耕地面积预测模型建立过程中的非线性、稀疏化及结果可靠性评价等问题,该文将相关向量机与差分进化优化算法进行融合及改进,提出基于自适应进化相关向量机的耕地面积预测模型。该文以黄石市为例,建立基于自适应进化相关向量机的短期、中期耕地预测模型,并与多元线性回归、BP神经网络、支持向量机算法在精度、计算效率及可靠性方面进行对比分析。试验验数据表明,自适应进化相关向量机的预测精度大约是其余3种方法的2倍以上;模型的计算效率是多元线性回归方法的2倍,比BP神经网络、支持向量机高出2个数量级;测试数据的实际耕地面积均在自适应进化相关向量机估计的95%置信度的置信区间内,并且由后验差比、小误差概率判定模型等级属于"好"。基于以上数据,证实该模型是一种精度高、计算快、可靠性强的耕地预测新方法。     

基于CGA-BP神经网络的好氧堆肥曝气供氧量预测模型

为提高好氧堆肥曝气供氧量的曝气效率以及预测精度,该研究利用遗传算法（genetic algorithm, GA）对标准反向传播（back propagation, BP）神经网络的初始权值和阈值进行优化,再利用克隆选择算法（clonal genetic algorithm, CGA）优化遗传算法中的变异算子并复制算子,加快获取最优参数的速度,构建基于CGA-BP神经网络的曝气供氧量预测模型。为验证CGA-BP模型的有效性,与BP模型、GA-BP模型预测结果进行对比。试验结果表明：克隆遗传算法优化BP神经网络能加快获得最优解,效率相比BP模型和GA-BP模型分别提高了75.36%、51.30%;在曝气供氧量预测模型中,CGA-BP模型具有更准确的预测效果,预测精度为99.65%,而BP模型与GA-BP模型预测精度分别为96.99%、99.26%;CGA-BP模型评价指标的均方误差、平均绝对误差、平均绝对百分误差分别为0.003 4、0.038 9和0.350 6,均小于BP神经网络和GA-BP神经网络模型评价指标的误差;利用CGA-BP好氧堆肥曝气供氧量预测模型对好氧堆肥发酵过程进行精准...     

基于随机森林算法的耕地面积预测及影响因素重要性分析——以甘肃省庆阳市为例

[目的]分析耕地面积变化影响因素的重要性,以便科学预测耕地资源数量,为保护耕地资源服务。[方法]以属于黄土高原地区的甘肃省庆阳市为例,尝试采用随机森林算法构建耕地面积预测模型,与BP神经网络模型的预测结果进行对比,并对耕地面积变化影响因素重要性进行排序。[结果]随机森林算法预测结果的相对误差和均方根误差均小于BP神经网络的,预测精度高,结果稳定。它预测出2020,2025,2030年的耕地面积分别为4.515×10~5,4.513×10~5,4.512×10~5 hm~2,呈现减少的趋势;主要影响因素重要程度排序为:农业机械总动力农业人口地区生产总值固定资产投资额。[结论]随机森林算法适合于耕地面积预测,且能够测度耕地面积变化影响因素的重要程度。     

BP神经网络和SVM模型对施加生物炭土壤水分预测的适用性

生物炭作为土壤改良剂对半干旱区土壤水分有良好的吸持作用,为确定施加生物炭对土壤水分预测模型适用性的影响,依托黄土高原半干旱区固原生态站开展了小区定位试验。向土壤中施加不同种类及比例的生物炭,定期监测土壤水分含量;考虑土壤含水量的非线性特征以及生物炭对土壤水分的影响,选取BP神经网络和SVM支持向量机两种模型,建立施加生物炭土壤水分预测模型。计算预测值,并与实测值对比,分析相对误差;利用RMSE、MRE、MAE和R2评估BP神经网络和SVM模型的精度。结果表明;BP神经网络预测值的平均相对误差为3.78%,最大误差为13.14%;SVM模型的平均相对误差为0.56%,最大误差为2.42%。SVM模型的RMSE、MRE、MAE值(分别为0.34~0.17,0.07,0.56~1.27)均小于BP神经网络的(分别为1.04~1.16,0.47~0.68,3.78~4.57),且决定系数R2值SVM模型(0.96~0.99)大于BP神经网络(0.56~0.64)。BP神经网络和SVM模型均能很好地预测施加生物炭的土壤水分,但SVM模型预测结果更加稳定,精度较高,更适于施加生物炭土壤水分的预测。该研究可为半干旱地区生物炭还田土壤水分的预测及管理提供理论依据。     

基于Logistic回归和RBF神经网络的土壤侵蚀模数预测

[目的]寻求估算土壤侵蚀模数的新方法,并通过GIS实现对土壤侵蚀空间分布情况的预测。[方法]采用土壤侵蚀模数作为判别条件,分别验证基于Logistic回归和RBF神经网络而建立的土壤侵蚀预报模型的适用性,进而构建并验证改进模型——LOG-RBF神经网络土壤侵蚀预测模型。[结果](1)Logistic回归模型判别目标土地是否发生土壤侵蚀的优势明显,未发生和发生土壤侵蚀的预测正确率分别为77.4%和97.9%,总预测正确率为94.9%。(2)RBF神经网络模型估计土壤侵蚀模数的能力较强,模拟结果的相对误差和平方和误差分别为0.612%和13.292,R2为0.57。(3)LOG-RBF神经网络土壤侵蚀预测模型预测结果的相对误差和平方和误差比RBF神经网络模型模拟结果分别降低了0.157%和2.601。R2为0.82,拟合程度上优于RBF神经网络模型。随着土壤侵蚀模数的增大,错估现象呈逐渐减少趋势。通过受试者工作特征曲线的判别,LOG-RBF神经网络模型的曲线下面积值比RBF神经网络模型大0.063,模型判断的准确性更高。[结论]利用LOG-RBF神经网络土壤侵蚀预测模型可更准确地估计土壤侵蚀模数,基于GIS能够预测土壤侵蚀的空间分布情况。     

基于RBF神经网络的土壤侵蚀预测模型研究

土壤侵蚀的物理机理十分复杂,用数学方式难以描述.针对土壤侵蚀过程的模糊性、随机性、非线性等特点,将RBF神经网络的理论与方法应用到土壤侵蚀预测中.以杏木小流域为研究对象,应用RBF神经网络方法构建土壤侵蚀预测模型,以汛期降雨量、径流系数、土壤容量、有机质含量及孔隙度土壤侵蚀因子作为模型的输入层变量,输出层变量为年土壤侵蚀模数.通过模拟训练和预测,RBF神经网络取得的结果较好,能够有效地预测土壤侵蚀,且与常见的BP神经网络土壤侵蚀预测模型相比,RBF神经网络得到的预测结果精度更高.RBF神经网络模型将土壤侵蚀预测问题转化为影响因子和年侵蚀模数的非线性问题,该模型的模拟与预测为复杂的土壤侵蚀规律研究提供了新途径.     

黑土养分含量的航空高光谱遥感预测

为监测黑龙江省黑土典型区土壤的养分元素含量,综合利用统计理论与光谱分析方法,研究建三江农场黑土土壤的3类养分含量与土壤光谱之间的关系,建立土壤全氮、有效磷、速效钾含量高光谱反演模型,实现土壤养分元素含量定量预测。对黑土土壤航空高光谱数据进行处理,应用偏最小二乘回归（PLSR）和BP神经网络方法分别建立土壤养分元素含量的高光谱定量反演模型,结果表明：全氮PLSR和BP神经网络预测模型的RPIQ值（样本观测值第三和第一四分位数之差与均方根误差的比值）分别为2.42和2.80;有效磷PLSR和BP神经网络模预测型的RPIQ值分别为0.83和1.67;速效钾PLSR和BP神经网络模型的RPIQ值分别为2.00和2.33。试验证明土壤全氮和速效钾的光谱定量预测模型具备较好的精度和预测能力。但有效磷的预测效果不是特别理想,仅可达到近似定量预测的要求;全氮、有效磷和速效钾的预测精度,BP神经网络建模相比偏最小二乘建模有更好的精度和预测能力,预测精度分别提高6.5%、10.1%和6.6%。     

基于遗传算法最小二乘支持向量机的耕地变化预测

针对耕地变化内部规律与模拟方法进行研究,提出最小二乘支持向量机耕地变化预测方法,有效构建耕地变化与耕地变化影响因子之间复杂的非线性关系模型。利用遗传算法全局寻优功能优化最小二乘支持向量机内部参数,提高最小二乘支持向量机耕地变化预测模型精度。利用该模型对江苏无锡市1987－2000年期间耕地变化进行预测,并与多元回归、GM(1,1)、BP网络、支持向量机（SVM）耕地预测模型和实际调查耕地变化数据进行比较分析。预测精度评价结果证实,该方法耕地预测精度远高于多元回归、GM(1,1),BP网络模型,略高于SVM模型,但算法复杂度和计算效率远优于SVM预测模型,是一种有效的耕地变化预测方法。     

灌溉水中悬浮固体对土壤水分入渗性能的影响

为监测黑龙江省黑土典型区土壤的养分元素含量,综合利用统计理论与光谱分析方法,研究建三江农场黑土土壤的3类养分含量与土壤光谱之间的关系,建立土壤全氮、有效磷、速效钾含量高光谱反演模型,实现土壤养分元素含量定量预测。对黑土土壤航空高光谱数据进行处理,应用偏最小二乘回归（PLSR）和BP神经网络方法分别建立土壤养分元素含量的高光谱定量反演模型,结果表明：全氮PLSR和BP神经网络预测模型的RPIQ值（样本观测值第三和第一四分位数之差与均方根误差的比值）分别为2.42和2.80;有效磷PLSR和BP神经网络模预测型的RPIQ值分别为0.83和1.67;速效钾PLSR和BP神经网络模型的RPIQ值分别为2.00和2.33。试验证明土壤全氮和速效钾的光谱定量预测模型具备较好的精度和预测能力。但有效磷的预测效果不是特别理想,仅可达到近似定量预测的要求;BP神经网络建模相比偏最小二乘建模有更好的精度和预测能力,预测精度分别提高6.5%、10.1%和6.6%。     

虚拟土的基本理论问题研究

虚拟土研究具有重要的理论意义和实际价值,它为合理调整粮食种植结构与贸易政策、优化农业结构、推进生态环境建设和深化农用地价值研究等提供了全新的视角。我国学术界关于虚拟土的研究相对较少,且仅仅处于起步阶段。该研究对虚拟土的基本理论问题进行了探索,主要包括:厘定了虚拟土的命名、内涵与特点,分析了虚拟土的研究意义、理论基础和研究方法,探索了虚拟土的研究内容,并对虚拟土的测度方法进行了改进。     

土地经济系数宏观分区计算方法比较研究

论述了土地经济系数的设置意义和确定目标，针对土地经济系数宏观分区计算，分析比较了逐级计算法、相关计算法、区划采样法和统计指标法四种思路及其数学处理方法，并通过实际计算进行了验证。为农用地分等成果的土地经济系数平衡汇总提供了依据。     

土地经济系数宏观分区计算方法比较研究

论述了土地经济系数的设置意义和确定目标,针对土地经济系数宏观分区计算,分析比较了逐级计算法、相关计算法、区划采样法和统计指标法四种思路及其数学处理方法,并通过实际计算进行了验证.为农用地分等成果的土地经济系数平衡汇总提供了依据.     

毛乌素榆林沙区沙产业发展战略研究

分析了毛乌素榆林沙区发展沙产业的资源优势、技术优势和区位优势,并根据该区沙产业发展现状及存在的问题,提出加速该区沙产业发展的对策。     

县域耕地的样地法评价

该文首先进行了县域耕地样地法评价的方案设计,该方法的核心是在耕地质量分计算中,将评价单元的特征与设置与评价区域内的标准样地进行对比后完成的。然后应用样地法将河南省南阳市卧龙区的耕地评价为Ⅰ～Ⅷ等。Ⅰ～Ⅲ等的耕地中,有87.6%的面积分布在冲积、湖积平原区;Ⅳ～Ⅵ等耕地中,有61.4%的面积分布在垄岗区;而Ⅶ、Ⅷ等耕地集中分布在丘陵区。样地法所划分耕地等别的分布在总体上合理地体现了不同地貌类型及土壤条件下耕地质量的差异。利用210个样点单元的标准粮产量与其对应样地法耕地质量分进行线性拟合,判定系数等于0.876的含义是指标准粮产量的变异中有87.6%是由耕地质量分引起。样地法耕地质量分的高低较好地反映了耕地的生物生产力水平。所以,所设计的样地法可为中国县域样地法耕地评价提供方法与模式参照。     

中国土地整治战略重塑与创新

中国土地整治自1997年发展至今,内容不断丰富、功能不断拓展,对于实行中国最严格的耕地保护和节约集约用地制度的作用越来越显著。该文回顾了近20 a来土地整治的理论研究和实践探索,认为中国土地整治经过3个阶段的发展,正在经历1次新的调整,迈向以生态理念为导向的第4阶段。当前,中国土地整治存在的主要问题是:国土综合整治实践程度较低,资源环境压力没有得到有效缓解,建设用地整治的实施效果区域差别大,土地生态整治实践水平不高,土地整治资金稳定性不足。为适应时代发展要求,一要创新理念,引导土地整治向绿色化为主导特征的方向转变;二要顺应发展要求,重构土地整治新战略,稳定布局、消除障碍、阻止退化、修复污染,分类型、分区域、分程度规划组织土地整治工程项目;三要重点建设生态良田,使中国高标准生态良田达到6.67×107 hm~2以上;四要依托土地整治工程实施全面节地战略;五要推进土地综合整治,优化土地利用空间格局;六要加强示范建设、完善政策机制。     

耕地适宜性评价在村级土地利用规划中的应用——以义乌市岩南村为例

为更好地保护耕地并合理制定村级土地利用规划,在对耕地质量进行评价的同时,需综合考虑耕地在经济发展过程中面临的压力问题.从耕地的自然生产潜力和耕地发展压力两个方面构建耕地适宜性评价体系,运用层次分析法确定指标权重.以浙江省义乌市岩南村为例进行了该指标体系的应用研究,利用GIS作为辅助手段,将岩南村划分为9个适宜性评价区域,评价分析了各区域内土地资源配置方向,探讨了评价结果在村级土地利用规划中的应用途径和方法.分析结果表明,该评价方法可为村级土地规划中耕地的合理利用提供决策支持.     

土地开发整理与耕地质量管理

讨论了土地开发与土地整理的内涵，分析了土地开发整理在实施耕地总量动态平衡中的作用，强调了在通过土地开发整理补充耕地的过程中，应对占用的和开发整理增加的耕地进行地力鉴定；对开发整理项目区的土地进行宜耕评价；加强对土地开发整理区内耕地的环境管理。     

土地整理的效益分析

土地整理效益研究是土地整理理论及实践研究的一个重要组成部分，分析土地整理活动对经济发展、生态环境、社会发展等引起的效应，不仅可以丰富土地整理的理论，而且对规范与指导土地整理的实践活动也具有重要现实意义。土地整理具有效益的统一性，土地整理的经济效益表现为土地整理活动对国民经济与整理区农户的影响；土地整理的生态环境效益表现为土地整理活动对自然生态系统结构、功能与环境的影响；土地整理的社会效益表现为土地整理活动对农村社会环境、社会经济与自然资源合理利用的贡献与影响；土地整理的景观效益表现为土地整理活动对农村景观的影响；而土地整理的综合效益为土地整理经济效益、生态环境效益、社会效益与景观效益的综合。     

Attempt at an eco-economic assessment of agricultural lands of the Chashnikovo Research and Experimental Station on the basis of the principles of pedology

Potentialities and limitations of modern methods for the eco-economic evaluation of agricultural lands are discussed. It is argued that the use of the principles of ecological soil science will make it possible to resolve certain ambiguity in evaluation of agricultural lands.