公共文化服务平台

搜索到2237篇“ 地统计学“的相关文章

基于ICESat–2/ATLAS与地统计学的森林生物量空间异质性分析: 2025年; 以ICESat–2/ATLAS数据为数据源,结合54块实测样地,构建机器学习模型并对光斑足迹的地上生物量进行预测,采用Moran's I和半变异函数对反演的森林AGB空间自相关和异质性进行研究。结果表明:梯度提升回归树(GBRT)模型具有较好的预测精度(R^(2)=0.90,RMSE=11.08 t/hm^(2));香格里拉市森林生物量的最佳拟合半变异函数模型为指数模型(C_(0)=0.12,C_(0)+C=0.87,A_(0)=10 200 m);与普通克里格相比,序贯高斯条件模拟得到的AGB空间分布图具有较好的一致性(r=0.59^(**),d=0.70)。AGB的空间分异能够被地形因子解释,在解释力方面,海拔最大,坡向次之,坡度最小;基于星载激光雷达ICESat–2/ATLAS数据的森林AGB反演精度较高(P_(p)=81.43%),为地统计分析提供了可靠的数据源。因此,基于星载激光雷达与地统计学相结合的方法,能较好地实现森林AGB的空间异质性分析。; 余金格罗绍龙钱常明舒清态王书伟胥丽席磊宋涵玥; 关键词：地上生物量空间异质性

基于地统计学的植烟土壤碳氮含量空间变异性研究: 2024年; 有机碳和全氮含量是影响土壤肥力与作物产量的重要土壤因子,区域内土壤碳氮含量的分布情况直接影响作物生产。通过解析云南省保山市烟区土壤碳氮含量空间分布情况,为区域植烟土壤肥力改良和优质烤烟生产提供科学依据和数据支撑。对保山市5县(区)72个植烟土壤点进行采样,测定土壤容重、田间持水量、土壤含水量、土壤酸碱度、有效土层厚度、土壤全氮含量和土壤有机碳含量等7项指标,采用径向基函数神经网络模型和克里格法建立土壤碳氮含量与土壤理化因子间的相关关系,预测土壤有机碳含量和全氮含量的空间分布特征。土壤碳氮含量与理化指标间的相关性分析表明,土壤全氮含量与土壤容重、土壤pH值呈显著负相关关系(P<0.05),相关系数分别为-0.235、-0.170;土壤有机碳含量与田间持水量、土壤含水量呈极显著正相关关系(P<0.01),相关系数分别为0.555和0.452;土壤有机碳含量与土壤pH值呈显著正相关关系,相关系数为0.190;土壤有机碳含量与土壤容重呈极显著负相关关系,相关系数为-0.636;土壤碳氮关系可用线性回归方程y=10.69+4.37x(r^(2)=0.137,n=72)表示;土壤平均全氮含量2.01 g/kg,土壤平均有机碳含量为33.60 g/kg,土壤平均碳氮比为16.71。径向基函数神经网络模型较多元回归模型对验证样点土壤全氮含量和有机碳含量的预测值与实际观测值的相关系数分别提高0.037和0.031,表明土壤理化因子与土壤碳氮含量之间的复杂关系能够通过径向基函数神经网络模型更准确地描述出来;47个验证点预测结果误差分析表明,与普通克里格法和回归克里格法相比,径向基函数神经网络模型和普通克里格法相结合的方法明显减低了土壤有机碳和全氮含量预测结果的平均绝对误差、均方根误差和平均相对误差。保山市5县(区)土壤碳氮含量由北向南存在明显差异,相关性分析结�; 周旭东申云鑫濮永瑜沈广材施竹凤何永宏杨明英杨佩文; 关键词：地统计学

基于地统计学的土壤重金属空间分布预测: 随着社会经济高速发展,长期以来高强度的开发利用土地,导致土壤重金属污染日益严重,成为备受关注的全球性问题。目前,土壤调查监测是掌握土壤重金属含量的主要手段,但受控于采样化验等成本限制,监测点布设往往较为稀疏从而不能准确反...; 张佳琦; 关键词：土壤重金属地统计学

PCA-APCS-MLR和地统计学的典型农田土壤重金属来源解析被引量：14: 2023年; 人类活动往往会增加表层土壤重金属含量,进而影响了区域土壤重金属的精确定量与评估.为系统研究浙江省西部石煤矿山周边典型农田土壤重金属污染源的空间分布特征及其贡献率,采集并分析了耕地表层土壤样品和农产品中Cd、Hg、As、Cu、Zn和Ni等重金属,重点探讨各元素地球化学特征并对农产品进行生态风险评价.采用相关性分析、主成分分析(PCA)和绝对主成分得分-多元线性回归受体模型(APCS-MLR),解析了该地区土壤中重金属污染的来源和源贡献率,并采用地统计学分析法对土壤中Cd、As的空间分布特点进行了分析.结果表明,研究区内6种土壤重金属(Cd、Hg、As、Cu、Zn和Ni)含量都超过风险筛选值,其中Cd和As含量超过风险管制值,其超标率分别为36.11%和0.69%,而农产品中Cd也存在严重超标.通过分析认为研究区土壤重金属污染源主要有2个:源1(Cd、Cu、Zn和Ni)为矿业活动源和自然源,对Cd、Cu、Zn和Ni的贡献率分别为78.53%、84.41%、87%和89.13%;源2(Hg和As)以工业源为主,对Hg和As的贡献率分别为83.22%和82.41%.Cd为研究区污染风险最大的重金属,应采取措施降低污染风险.研究区北东部有一座富含Cd、Cu、Zn和Ni等元素的废弃石煤矿山,大气沉降、矿山废水汇入灌溉水和流入农田底泥是导致耕地这4种重金属污染的主要原因;此外,大气沉降物作为As和Hg的主要来源,与农业生产也有很大关系.上述研究可为农田生态环境管理精准施策提供技术支撑.; 王美华; 关键词：地统计学

利用R语言进行地统计学的变异函数教学: 2023年; 地统计学是基于随机场理论、利用克里金法进行空间预测的一种方法。变异函数是地统计学中度量空间自相关性的主要工具,是进行克里金法的基础。变异函数也是地统计教学中的难点。R语言是统计和数据分析领域常用的一种免费开源软件,针对地统计分析具有完善的扩展包。本文结合地统计学课程的基本知识框架,以变异函数作为教学内容,阐述了R语言在地统计学理论和实践教学中的应用和优势,旨在通过本课程培养学生利用开源软件分析和解决地统计学问题的能力。; 杨孟刁一伟; 关键词：R语言地统计变异函数高等教育

基于地统计学与机器学习的广西农业信息化平台开发研究: 广西壮族自治区(以下称广西)在农业生产中积累了庞大的科学实践数据，但是对广西农业数据的管理、分析和处理方面存在些许不足。针对此问题本文设计开发了基于地统计学与机器学习的广西农业信息化平台。目的是为农业生产者和政府管理部门...; 闫中禹; 关键词：农业信息化生产效率

基于地统计学的重庆市桉树云斑天牛幼虫空间分布特征研究被引量：3: 2023年; 利用重庆市18个区/县98个桉树林样点天牛的危害调查结果,应用地统计学方法进行云斑天牛的空间分布情况研究。结果表明:在局部视野下,3类不同受害程度桉树林云斑天牛种群数量及空间分布特征差异明显;轻度、中度和重度桉树林天牛幼虫种群空间分布最适拟合模型分别为高斯模型、球型模型和球型模型,3类受害林的天牛幼虫种群分布均属于聚集型;天牛幼虫数量在轻度、中度与重度受害林中的空间自相关性存在较大差异,但均具有明显的空间依赖性,空间依赖范围分别为3.18、6.40、31.75 m;空间分布图显示,天牛幼虫的种群空间分布特征为明显的聚集型。在大尺度视野下,这些区/县间的桉树云斑天牛幼虫种群数量差异显著;各调查区/县的天牛危害以中度和重度为主,且具有明显的天牛高风险危害和扩散中心特征。交通道路及林分中树木分布格局是影响丘陵山地桉树云斑天牛种群分布特征的关键因素。; 王晨董昌平龙训建陈桂芳陈本文姚佳白耀宇; 关键词：桉树云斑天牛

一种基于地统计学和符号矩阵的三维地质建模方法: 本发明公开了一种基于地统计学和符号矩阵的三维地质建模的方法，本方法包括以下步骤：预建模处理：确定建模区域的边界范围，初始化三维地质模型；数据采集：获得所述边界范围内各钻孔数据的对应的煤层数据和符号距离函数；计算边界范围区...; 王艳美柳博文刘星郭杨许沐伟

东莞市森林生态系统土壤有机碳含量的地统计学分析: 2022年; 该研究以2 km×2 km的UTM网格为研究单元,结合经典统计学与地统计学方法研究了东莞市森林生态系统的土壤有机碳含量的空间分布规律。结果表明:四层土层有机碳含量的半方差函数值均较小。L1与L2两层的土壤有机碳含量为线性模型,空间结构特征较弱;L3与L4两层为指数模型,空间结构特征为中等强度。各土层空间自相关指数Moran’I数值基本上接近0,表明空间上的正负自相关均不明显。这种结果进一步证明了控制土壤有机碳含量空间异质性的关键影响因素是林分因子,包括林分类型、林龄、凋落物状况等因素。经克里格插值绘制的各土层土壤有机碳含量分布图显示,L1、L2两层土壤有机碳含量变异特征差异较小,空间变异性小,依赖性小,破碎化程度较高;而L3与L4层的土壤有机碳含量变异特征较相似,空间依赖性相对较高,破碎化程度较低。; 沈德才刘婷莫罗坚周海琪; 关键词：土壤有机碳含量地统计学森林生态系统

基于贝叶斯地统计学方法的区域土壤重金属空间预测研究: 随着经济的快速发展，生态环境受到人类活动的强烈影响。工业、农业和交通排放会造成土壤中重金属含量不断升高，若含量超过土壤环境自身的承载力，就会造成重金属污染。同时，土壤中的重金属会被农作物吸收，并通过食物链的方式不断累积，...; 王政; 关键词：土壤重金属

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈