简介:土壤侵蚀过程复杂,很难直接应用土壤侵蚀预报方程进行定量计算。作为一种新的机器学习算法,支持向量机在样本有限的情况下,采用结构风险最小化准则,把学习问题转化为一个二次规划问题,从而得到唯一的全局最优解。首次尝试将最小二乘支持向量机技术用于土壤侵蚀预测,并与BP神经网络的方法进行了对比,取得了较好的预测精度。
简介:坡长是决定土壤侵蚀的地形因素。通用土壤流失方程中的坡长因子反映坡长与侵蚀的关系,是土壤侵蚀预报模型的重要指标,在土壤侵蚀预报和水土保持规划中被广泛应用和深入研究。从坡长与侵蚀的关系、坡长因子算法以及坡长因子在地理信息系统环境中的提取3方面,系统回顾坡长因子在国内外的研究成果和发展历史。在此基础上,分析目前在我国土壤侵蚀预报模型的研究和应用过程中,坡长因子存在的5方面的问题,并针对这些问题对未来的研究提出了展望。