基于支持向量机的土壤养分预测制图开题报告

1. 研究目的与意义

土壤养分的空间变异对环境预测、精准农业和自然资源管理具有重要意义。

但目前得到的土壤养分预测图的精确度有待提高，不能与生产生活的需要精度相一致，而支持向量机是机器学习方法中的一种，具有全局最优、泛化能力强、算法简单、计算量小和易于实现等优点。

故本文使用支持向量机的方法以期更准确的获取土壤养分信息，制得更精确的土壤养分预测图。

2. 国内外研究现状分析

1.支持向量机的研究概况支持向量机在各领域都有所涉及。

如龙明海等采用支持向量机学习法对有分歧的卷烟原料样本进行归属判别。

赵一赢在吉林省西部草原建立基于土壤理化性质与支持向量机的羊草碳、氮、磷含量预测模型。

3. 研究的基本内容与计划

本研究以安徽宣州区为对象，采用支持向量机算法对全氮含量进行数字化制图研究，看支持向量机能否拟合地形因子与土壤养分之间的非线性关系，得到高精度养分分布预测图。

其中主要研究内容为：1、布设采样点，按土壤剖面层次分别采集土壤样品，测得土壤各养分指标，在dem图中提取地形因子，包括高程、坡度、地形湿度指数等，通过支持向量机的数学方法对土壤养分数据进行处理，得到土壤养分预测值。

2、利用得到的数据基于支持向量机与支持向量回归得出函数模型，同时对模型进行统计学（平均绝对误差、均方根误差、整群剩余系数）评价。

4. 研究创新点

本文的特色在于研究是在县域尺度上展开。