基于伽瑪能譜數(shù)據(jù)土壤肥力因子空間分布預測初探

摘要： 【目的】為了探索伽瑪能譜數(shù)據(jù)實現(xiàn)土壤表層（0～30 cm）肥力空間分布預測?！痉椒ā渴褂闷钚《嘶貧w（PLSR）、支持向量機（SVM）和反向傳播神經(jīng)網(wǎng)絡（BPNN）分別建立土壤伽瑪能譜肥力因子模型?！窘Y果】BPNN模型土壤肥力因子預測精度整體要優(yōu)于PLSR模型和SVM模型；土壤全氮、pH、黏粒和砂粒含量BP神經(jīng)網(wǎng)絡模型預測精度較高，決定系數(shù)R2分別為0.564、0.556、0... （共9頁）