《表1 海州湾表层沉积物粒度组分含量的描述性统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《沉积物粒度组分空间预测的神经网络残余kriging方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为便于直观地反映沉积物各粒度组分的空间分布格局，本文利用ArcGIS的栅格运算功能，将ln(xclay/xsand）和ln(xsilt/xsand）的GRNNRK空间预测结果按式（2）回转到黏土、粉砂和砂的原始数据尺度（即体积百分比）。图5a，b，c为基于GRNNRK的沉积物粒度3组分空间预测结果。图5d，e，f是基于插值数据集ln(xclay/xsand）和ln(xsilt/xsand）的kriging插值结果经反对数比转换后得到沉积物粒度3组分空间分布图。从图5可以看出，GRNNRK方法和kriging方法对沉积物粒度3组分的空间预测结果具有相似的空间分布格局，但GRNNRK方法对3组分空间分布的刻画更为精细，其预测结果的最大和最小值与原始数据更为接近（表1），而kriging方法相较于原始数据的取值范围要明显收窄，显示出明显的平滑效应。