河南农业科学 ›› 2013, Vol. 42 ›› Issue (9): 49-53.

• 农业资源与环境 • 上一篇    下一篇

基于PSO-SVM模型的土壤适宜性评价

王亚云,赵艳玲,何厅厅,夏清,侯占东,石娟娟,刘亚萍   

  1. 中国矿业大学(北京)土地复垦与生态重建研究所,北京 100083
  • 收稿日期:2013-04-23 出版日期:2013-09-15 发布日期:2013-09-15
  • 通讯作者: 赵艳玲(1976-),女,河北献县人,副教授,硕士生导师,主要从事土地复垦与生态重建及3S技术的应用研究。E-mail:zhaoyL7677@163.com
  • 作者简介:王亚云(1989-),女,河南周口人,在读硕士研究生,研究方向:土壤质量与资源环境可持续利用。E-mail:wangyayun629@126.com
  • 基金资助:
    国土资源部公益性行业专项(201111010-05)

  • Received:2013-04-23 Published:2013-09-15 Online:2013-09-15

摘要: 土壤适宜性评价是获取土地质量状况的重要手段,可为土地科学规划、管理、科学决策提供重要依据。鉴于此,将支持向量机理论引入土壤评价领域,提出一个全新的土壤适宜性评价模型,为了提高评价精度,针对人为选择惩罚系数(C)、核函数参数(σ)的随机性,利用粒子群算法(PSO)对其进行优化,构建了PSO-SVM模型,SVM模型采用径向基函数(RBF)作为核函数。以溪洛渡水电站嘎勒移民安置区为例,利用PSO-SVM模型对土壤适宜性进行评价,同时与BP神经网络、普通SVM模型进行比较。结果表明:PSO-SVM算法明显提高了分类正确率,结果优于BP神经网络和普通SVM,能更好地反映土壤适宜性,可见,PSO-SVM是一种高精度的土壤适宜性评价模型。

关键词: 支持向量机, 粒子群, 综合评价, 土壤适宜性