导读:本文包含了协同克里格论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:克里,土壤,海山,郁闭度,叶面积,密度,容重。
协同克里格论文文献综述
江叶枫,郭熙[1]（2019）在《基于协同克里格的耕层土壤速效钾空间异质性研究》一文中研究指出基于万年县配方施肥项目野外采集的耕层(0～20 cm)土壤数据,运用常规性统计和地统计学方法定量刻画土壤速效钾的空间异质性。结果表明,研究区土壤速效钾值域为33. 46～164. 84 mg·kg~(-1),均值为82. 04 mg·kg~(-1),属于4级(第二次土壤普查土壤养分分级标准),变异系数为30. 49%,呈中等程度变异。成土母质、土壤类型(亚类和土属)、高程、p H和阳离子交换量(CEC)对研究区耕层土壤速效钾空间变异影响极显着(P <0. 01)。交叉验证的结果表明,加入辅助变量的协同克里格法较普通克里格法可以提高模拟精度,辅助变量个数越多,模拟精度越高,空间异质性描述越详细。通过插值得出土壤速效钾的空间分布图,可为当地土壤钾素管理和精准农业提供科学依据。(本文来源于《浙江农业学报》期刊2019年01期）
章清,张海涛,郭龙,杜佩颖,李林蔚[2]（2016）在《基于主成分分析的协同克里格插值模型对土壤铜含量的空间分布预测》一文中研究指出以湖北省宜都市红花套镇的柑橘产区为例,选取土壤重金属全铜含量为研究对象,利用Pearson相关系数方法选择与土壤铜含量具有较高相关性的土壤因子(全K、全Cr、CEC、全Al、全N(P<0.05))作为辅助变量,利用主成分分析(PCA)对辅助变量进行降维求总得分处理后,与协同克里格插值相结合构建土壤铜含量空间模型(COKPCA),同时构建土壤铜含量的普通克里格插值模型(OK)和以全K作为辅助变量构建协同克里格插值模型(COKK),对不同的空间模型进行模拟精度的对比和分析之后提出最优空间模型方法,进一步分析土壤铜含量在研究区域的空间分布特征。结果表明:普通克里格插值(OK)、协同克里格插值(COKK)和与主成分相结合的协同克里格插值(COKPCA)3种模型的RMSE分别为7.044、6.907和6.309,R2分别为0.716、0.743和0.852,赤池信息量准则(AIC)分别为101.591、96.908和87.203。综合比较,COKPCA具有最优的模拟插值结果,其次为COKK,而OK则相对较差。(本文来源于《华中农业大学学报》期刊2016年01期）
闫仕娟,杜德文,韩春花,刘永刚[3]（2015）在《协同克里格方法在结壳资源估算中的应用》一文中研究指出结壳的形成与海山的形态、基质有关,海山的形态要素主要包括海山坡度、海山表面平整度。结合自然界的自相似性分布特点,海山平顶的边沿、山脊,以及平顶山上或山坡上较大的凸起裸露基质均是结壳生长的优选位置。前人研究表明,结壳的生长与山体坡度有密切关系。因此,在海山形态上要考虑的成因要素主要有海山微地貌和坡度。对于海山基质特征,要根据现场采集基岩样品分析和判断,有孔或疏松的风化严重的基质有利于结壳的形成,硬质的、(本文来源于《矿物学报》期刊2015年S1期）
王德彩,张雅梅,毕会涛,孙文[4]（2015）在《Vis-NIR光谱信息辅助的土壤质地协同克里格预测制图》一文中研究指出土壤质地传统获取方法费时费力,土壤反射光谱信息是土壤综合信息的反应,以光谱信息为辅助变量的土壤质地协同克里格预测制图值得研究。利用采样点的土壤光谱数据主成分分析综合得分作为协同克里格协变量,并结合GS+软件提供的最佳地统计模型预测土壤质地的空间变异。结果表明以光谱信息为辅助变量的协同克里格方法能提高制图精度,减少样本数量。在主变量减少至60个的情况下,砂粒,粘粒含量的预测值和实测值的均方根误差分别为7.85%,3.03%。(本文来源于《土壤通报》期刊2015年04期）
杨奇勇,张发旺[5]（2015）在《西南岩溶盆地土壤干容重协同克里格分析》一文中研究指出选择我国云南典型的坝子农业区鹤庆盆地为研究区域,用环刀采集表层(0~10 cm)土壤样品114个,测定土壤干容重和土壤含水率。利用经典统计学方法、普通克里格(OK)方法和协同克里格(OCK)方法,研究坝子农业土壤干容重的空间变异特征。结果表明:研究区域土壤干容重变化范围为0.74~1.60 g/cm3,平均值为1.25 g/cm3。在空间分布上研究区域土壤干容重呈现南北低,中东部高的格局,土壤类型、质地和土地利用方式是影响其空间分布的主要因素。土壤干容重和土壤含水率具有显着的相关性,相关系数达到-0.686。Kriging插值分析表明,以土壤含水率为辅助数据,利用OCK法能有效提高土壤干容重的预测精度。(本文来源于《农业机械学报》期刊2015年02期）
王平,李浩,陈帅,徐金忠,张兴义[6]（2014）在《基于坡度的黑土区切沟密度协同克里格插值方法研究》一文中研究指出切沟侵蚀已成为东北黑土区土壤侵蚀的重要组成部分。结合野外样区实地调查切沟分布数据与空间插值方法是快速获取大面积切沟密度值的有效手段。流域的平均坡度值是切沟形成的影响因素之一,为提高切沟密度值空间分布的插值精度,在黑龙江省海伦市内,利用网格法均匀选取40个1km2左右的小流域,在实地测量区域内切沟密度数据的基础上,应用距离权重反比法、普通克立格和以小流域的平均坡度作为协同变量的协同克立格对其做空间插值。结果表明:切沟密度与协同区域化变量受结构性因素的影响远大于随机性因素,均为强空间自相关性;距离权重反比法与普通克里格法的预测精度相近;协同区域化变量的空间结构性优于单一变量,协同克立格法生成的空间分布图精细度明显提高,均方根误差降低20%以上,预测值与实测值的相关系数提高89%以上,协同克里格可有效提高区域切沟插值精度。(本文来源于《水土保持研究》期刊2014年06期）
赵晓,吕玉龙,王聪,李亚丹,杜华强[7]（2014）在《毛竹林叶面积指数和郁闭度空间分布协同克里格估算》一文中研究指出在地面调查的基础上,利用协同克里格插值法对研究区内毛竹Phyllostachys edulis林叶面积指数(LAI,leaf area index)和冠层郁闭度(CC,canopy closure)2个冠层参数进行空间分布估算研究,并与普通克里格插值法进行了比较。研究结果表明:①球状模型可以用来反映LAI和CC的空间变异,且两者具有强烈的空间自相关特征。②协同克里格插值得到的LAI预测值与实测值之间的决定系数R2为0.635 1,而CC的决定系数R2为0.428 5;与普通克里格法相比,基于协同克里格法的LAI和CC预测精度均得到改善,其中LAI预测精度提高了1.94%,均方根误差减少2.00%,平均标准误差减少0.18%,而CC预测精度提高了4.82%,均方根误差减少1.90%,平均标准误差减少1.30%。③安吉县毛竹林LAI和CC都具有从西南到东北逐渐递减空间分布格局,在一定程度上反映了安吉县不同区域毛竹林经营水平的差异。(本文来源于《浙江农林大学学报》期刊2014年04期）
唐韵玮,张景雄[8]（2014）在《基于面-点协同克里格和多点地统计模拟的遥感影像融合方法》一文中研究指出提出了一种基于多点地统计学理论的遥感影像融合方法,旨在用多点地统计模拟提高融合后影像的空间分辨率。模拟从训练图像中提取包含空间相关性信息的模型,再通过基于模式的判别准则实现局部相似图案的重现。其中采用面-点协同克里格法为模拟提供制约条件,以解决不同数据支撑间的转换问题。实验用于Landsat ETM+影像的融合,结果表明,基于面-点协同克里格的多点地统计模拟方法与未考虑数据支撑差异的模拟相比较能达到更高的融合精度。该方法亦可用于其他类型空间数据的套合。(本文来源于《武汉大学学报(信息科学版)》期刊2014年07期）
石淑芹,曹祺文,李正国,许恒周,杨鹏[9]（2014）在《区域尺度土壤养分的协同克里格与普通克里格估值研究》一文中研究指出以松嫩平原土壤养分与地理坐标、土壤类型和微量元素等相关性为基础,对土壤养分分别进行协同克里格和普通克里格估值,并对比两种方法的估值精度,为区域尺度土壤属性模拟提供方法参考。结果表明:1)采用方差分析和相关分析,确定用于协同克里格估值的有机质的辅助变量为土壤类型、经度、pH值;碱解氮、速效钾的辅助变量为土壤类型;速效磷的辅助变量为土壤类型和Zn。2)有机质、碱解氮的块金效应分别为25.17%、72.48%,表现出中等空间相关性;速效磷和速效钾块金效应分别达83.06%、88.33%,为较弱空间相关性。3)协同克里格对区域尺度土壤属性空间模拟的效果要优于普通克里格。(本文来源于《干旱区资源与环境》期刊2014年05期）
金雨菲,张茂震,郭含茹,何卫安[10]（2013）在《基于克里格插值与序贯高斯协同模拟的森林碳密度空间估计》一文中研究指出以浙江省仙居县为例,利用普通克里格插值法和序贯高斯协同模拟法对森林碳储量(地上部分)的空间分布进行估计,利用交叉检验方法对其结果进行对比分析。结果表明,仙居县的森林碳密度分布差异较大,大部分地区森林碳密度较低;普通克里格法未能体现森林碳密度的空间差异,具有明显的"平滑"效应,序贯高斯协同模拟在减少平滑影响方面优于前者,序贯高斯协同模拟法的预测结果较克里格插值法高。(本文来源于《西南林业大学学报》期刊2013年06期）
协同克里格论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以湖北省宜都市红花套镇的柑橘产区为例,选取土壤重金属全铜含量为研究对象,利用Pearson相关系数方法选择与土壤铜含量具有较高相关性的土壤因子(全K、全Cr、CEC、全Al、全N(P<0.05))作为辅助变量,利用主成分分析(PCA)对辅助变量进行降维求总得分处理后,与协同克里格插值相结合构建土壤铜含量空间模型(COKPCA),同时构建土壤铜含量的普通克里格插值模型(OK)和以全K作为辅助变量构建协同克里格插值模型(COKK),对不同的空间模型进行模拟精度的对比和分析之后提出最优空间模型方法,进一步分析土壤铜含量在研究区域的空间分布特征。结果表明:普通克里格插值(OK)、协同克里格插值(COKK)和与主成分相结合的协同克里格插值(COKPCA)3种模型的RMSE分别为7.044、6.907和6.309,R2分别为0.716、0.743和0.852,赤池信息量准则(AIC)分别为101.591、96.908和87.203。综合比较,COKPCA具有最优的模拟插值结果,其次为COKK,而OK则相对较差。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
协同克里格论文参考文献
[1].江叶枫,郭熙.基于协同克里格的耕层土壤速效钾空间异质性研究[J].浙江农业学报.2019
[2].章清,张海涛,郭龙,杜佩颖,李林蔚.基于主成分分析的协同克里格插值模型对土壤铜含量的空间分布预测[J].华中农业大学学报.2016
[3].闫仕娟,杜德文,韩春花,刘永刚.协同克里格方法在结壳资源估算中的应用[J].矿物学报.2015
[4].王德彩,张雅梅,毕会涛,孙文.Vis-NIR光谱信息辅助的土壤质地协同克里格预测制图[J].土壤通报.2015
[5].杨奇勇,张发旺.西南岩溶盆地土壤干容重协同克里格分析[J].农业机械学报.2015
[6].王平,李浩,陈帅,徐金忠,张兴义.基于坡度的黑土区切沟密度协同克里格插值方法研究[J].水土保持研究.2014
[7].赵晓,吕玉龙,王聪,李亚丹,杜华强.毛竹林叶面积指数和郁闭度空间分布协同克里格估算[J].浙江农林大学学报.2014
[8].唐韵玮,张景雄.基于面-点协同克里格和多点地统计模拟的遥感影像融合方法[J].武汉大学学报(信息科学版).2014
[9].石淑芹,曹祺文,李正国,许恒周,杨鹏.区域尺度土壤养分的协同克里格与普通克里格估值研究[J].干旱区资源与环境.2014
[10].金雨菲,张茂震,郭含茹,何卫安.基于克里格插值与序贯高斯协同模拟的森林碳密度空间估计[J].西南林业大学学报.2013
论文知识图
