《表4 普通克里格的变异函数模型精度比较》
注:ME:平均误差;MESD:标准平均值;RMSE:均方根预测误差;RMMSE:最小均方误差;ASE:平均值标准误差;DABS:IRMSE–ASE。
数据符合正态分布是地统计分析的前提假设,因此实验数据必须接近正态分布,才能进行地统计插值及其相关分析[28]。从上文可知,土壤养分综合指数满足正态分布的要求,能进行普通克里格插值预测。为了提高预测精度,选择最优变异函数理论模型,利用Arc GIS将实验数据分为80%训练集和20%验证集,分别为301和75个样点,运用地统计向导工具对变异函数模型进行交叉验证,结合6项精度参数综合比较3类理论模型的精度,结果如表4所示。从表4可知,在训练集交叉验证中,相比于指数函数、高斯函数,球面函数的ME(平均误差)、RMSE(均方根预测误差)更小,MESD(标准平均值)更接近于0,DABS(|RMSE-ASE|)值更小,同时在验证集交叉验证中,验证集球面函数的ME、RMSE、ASE(平均值标准误差)和DABS也更小,MESD更接近于0,表明球面函数为本研究拟合效果最优的变异函数理论模型。
图表编号 | XD00209801300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 张彬、杨联安、杨粉莉、王辉、谢贤健、陈卫军 |
绘制单位 | 内江师范学院地理与资源科学学院、西北大学陕西省地表系统与环境承载力重点实验室、西北大学城市与环境学院、咸阳市农业科学研究院、咸阳市土壤肥料工作站、内江师范学院地理与资源科学学院、旬邑县土壤肥料工作站 |
更多格式 | 高清、无水印(增值服务) |