首页 | 本学科首页   官方微博 | 高级检索  
     检索      

支持向量机在地统计学中的应用研究——以土壤重金属砷的空间分布及其对农产品安全生产的影响为例
引用本文:高铭,王季槐,卢大远,戴家佳,丰锋,汪建文,王大霞,杨杰文.支持向量机在地统计学中的应用研究——以土壤重金属砷的空间分布及其对农产品安全生产的影响为例[J].贵州科学,2017,35(3).
作者姓名:高铭  王季槐  卢大远  戴家佳  丰锋  汪建文  王大霞  杨杰文
作者单位:1. 贵州大学数学与统计学院,贵州贵阳,550025;2. 贵州科学院,贵州贵阳550001;广东海洋大学农学院,广东湛江524088;3. 广东海洋大学农学院,广东湛江,524088;4. 贵州科学院,贵州贵阳,550001;5. 贵州省分析测试研究院,贵州 贵阳,550003
基金项目:国家自然科学基金项目,贵州省科技计划项目
摘    要:重金属砷广泛存在于地壳中,它的开采及使用造成了对农田土壤的污染,进而危害人体健康。Kriging地统计学方法是解决基于少量样本估计大面积内物质异质性分布的主要手段。但是由于传统的Krining方法对变异函数的拟合的主观性和局限性影响对物质分布的估计。为解决这一问题,引入了支持向量机(SVM)方法对变异函数进行拟合并将这一方法应用于对农田土壤重金属砷的分布的估计,即基于在目标地块实地取样获得的少量数据来估计砷在农田内的分布,结果表明:SVM回归的拟合优度为0.944,高于其他两种传统方法的拟合优度(0.842,0.744);基于该拟合函数计算的验证样点估计值与实测值的平均相对误差为4.75%;砷在目标地块内呈异质性分布。为了研究土壤砷的分布对农产品安全生产的影响,根据文献提供的实验数据建立了9种蔬菜对重金属砷的富集模型,据此建立了农产品安全生产的风险评价模型。评价结果表明,如果在目标地块中种植9种蔬菜,其中8种蔬菜是无风险的,即风险值p=0。然而,尽管整个目标地块土壤砷含量低于《土壤环境质量标准》~(14])的土壤二级标准,9种蔬菜中仍有一种蔬菜(青菜)的产品是完全超标的,即风险值p=1。因此,单纯用土壤重金属含量来评价农田土壤并不能很好地反映农田土壤污染对人类的影响。

关 键 词:支持向量机(SVM)  Kriging方法  变异函数  重金属分布  重金属富集模型  风险评价

Application of support vector machine in geostatistics: a study on the spatial distribution of arsenic in soil and its influence on the safety of agricultural products
GAO Ming,WANG Jihuai,LU Dayuan,DAI Jiajia,FENG Feng,Wang Jianwen,Wang Daxia,YANG Jiewen.Application of support vector machine in geostatistics: a study on the spatial distribution of arsenic in soil and its influence on the safety of agricultural products[J].Guizhou Science,2017,35(3).
Authors:GAO Ming  WANG Jihuai  LU Dayuan  DAI Jiajia  FENG Feng  Wang Jianwen  Wang Daxia  YANG Jiewen
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号