| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1. 前言 | 第11-31页 |
| 1.1 选题背景与意义 | 第11-12页 |
| 1.2 相关研究进展 | 第12-28页 |
| 1.2.1 土壤属性的空间变异研究综述 | 第12-17页 |
| 1.2.2 基于地统计学的土壤属性空间变异研究综述 | 第17-20页 |
| 1.2.3 基于神经网络的土壤属性空间变异研究综述 | 第20-24页 |
| 1.2.4 土壤砷和土壤氮相关研究综述 | 第24-28页 |
| 1.3 研究目标与研究内容 | 第28-30页 |
| 1.3.1 研究目标 | 第28-29页 |
| 1.3.2 研究内容 | 第29页 |
| 1.3.3 拟解决的关键问题 | 第29-30页 |
| 1.4 论文结构 | 第30-31页 |
| 2. 材料与方法 | 第31-57页 |
| 2.1 研究区概况 | 第31-36页 |
| 2.1.1 研究区选择 | 第31页 |
| 2.1.2 地理位置 | 第31页 |
| 2.1.3 行政区划 | 第31-32页 |
| 2.1.4 经济发展 | 第32-33页 |
| 2.1.5 地形地貌 | 第33页 |
| 2.1.6 水文气候 | 第33-34页 |
| 2.1.7 土壤与植被 | 第34-35页 |
| 2.1.8 土地资源 | 第35-36页 |
| 2.2 数据收集与建库 | 第36-45页 |
| 2.2.1 基础资料收集 | 第36页 |
| 2.2.2 土壤样品的采集 | 第36页 |
| 2.2.3 土壤样品的分析 | 第36-37页 |
| 2.2.4 异常值检测与剔除 | 第37-39页 |
| 2.2.5 样点数合理性分析 | 第39-40页 |
| 2.2.6 建立数据库 | 第40-43页 |
| 2.2.7 数据集划分 | 第43页 |
| 2.2.8 样点分布情况 | 第43-45页 |
| 2.3 研究方法 | 第45-56页 |
| 2.3.1 数理统计方法 | 第45页 |
| 2.3.2 空间相关分析 | 第45-46页 |
| 2.3.3 地统计学方法 | 第46-54页 |
| 2.3.4 神经网络方法 | 第54-55页 |
| 2.3.5 软件平台 | 第55-56页 |
| 2.4 技术路线 | 第56-57页 |
| 3. 样点数据统计分析 | 第57-64页 |
| 3.1 样点数据描述性统计分析 | 第57-59页 |
| 3.2 土壤砷样点数据特征分析 | 第59-61页 |
| 3.2.1 砷含量均值统计分析 | 第59-61页 |
| 3.2.2 砷含量变异性统计分析 | 第61页 |
| 3.3 土壤全氮样点数据特征分析 | 第61-64页 |
| 3.3.1 全氮含量均值比较分析 | 第61-63页 |
| 3.3.2 全氮含量变异性统计分析 | 第63-64页 |
| 4. 土壤砷含量的空间变异研究 | 第64-89页 |
| 4.1 数据预处理 | 第64-68页 |
| 4.1.1 空间自相关分析 | 第64-65页 |
| 4.1.2 正态性检验及转换 | 第65-68页 |
| 4.2 基于普通克里格的空间插值 | 第68-73页 |
| 4.2.1 半变异函数模型选择 | 第68-70页 |
| 4.2.2 半变异函数模型结构特征 | 第70-71页 |
| 4.2.3 普通克里格插值结果 | 第71-73页 |
| 4.3 基于RBF神经网络的空间插值 | 第73-75页 |
| 4.3.1 RBF网络设计 | 第73-74页 |
| 4.3.2 RBF神经网络插值结果 | 第74-75页 |
| 4.4 两种插值结果的对比分析 | 第75-79页 |
| 4.4.1 数据统计特征分析 | 第75-76页 |
| 4.4.2 拟合能力对比分析 | 第76-77页 |
| 4.4.3 逼近误差对比分析 | 第77-78页 |
| 4.4.4 插值精度对比分析 | 第78页 |
| 4.4.5 插值图分析 | 第78-79页 |
| 4.5 土壤砷含量的空间变异情况 | 第79-87页 |
| 4.5.1 各镇空间变异情况 | 第79-80页 |
| 4.5.2 各地类空间变异情况 | 第80-87页 |
| 4.6 小结与讨论 | 第87-89页 |
| 5. 土壤全氮的空间变异研究 | 第89-107页 |
| 5.1 数据预处理 | 第89-91页 |
| 5.1.1 空间自相关分析 | 第89-90页 |
| 5.1.2 正态性检验及转换 | 第90-91页 |
| 5.2 基于普通克里格的空间插值 | 第91-94页 |
| 5.2.1 半变异函数模型选择 | 第91-92页 |
| 5.2.2 半变异函数模型结构特征 | 第92-93页 |
| 5.2.3 普通克里格插值结果 | 第93-94页 |
| 5.3 基于RBF神经网络的空间插值 | 第94-96页 |
| 5.3.1 RBF网络设计 | 第94页 |
| 5.3.2 RBF神经网络插值结果 | 第94-96页 |
| 5.4 两种插值结果的对比分析 | 第96-99页 |
| 5.4.1 数据统计特征分析 | 第96页 |
| 5.4.2 拟合能力对比分析 | 第96-97页 |
| 5.4.3 逼近误差对比分析 | 第97-98页 |
| 5.4.4 插值精度对比分析 | 第98-99页 |
| 5.4.5 插值图分析 | 第99页 |
| 5.5 土壤全氮含量的空间变异情况 | 第99-105页 |
| 5.5.1 各镇空间变异情况 | 第99-100页 |
| 5.5.2 各地类空间变异情况 | 第100-105页 |
| 5.6 小结与讨论 | 第105-107页 |
| 6. 土壤砷与土壤氮的相互关系研究 | 第107-117页 |
| 6.1 土壤砷与土壤氮相关分析 | 第107-110页 |
| 6.2 基于协同克里格的土壤氮的空间插值 | 第110-112页 |
| 6.2.1 半变异函数模型选择 | 第110-111页 |
| 6.2.2 半变异函数模型结构特征 | 第111页 |
| 6.2.3 模型输入因素 | 第111页 |
| 6.2.4 模型输出结果 | 第111-112页 |
| 6.3 土壤全氮的空间插值结果对比分析 | 第112-115页 |
| 6.3.1 数据统计特征分析 | 第112-113页 |
| 6.3.2 拟合能力对比分析 | 第113-114页 |
| 6.3.3 逼近误差对比分析 | 第114页 |
| 6.3.4 插值精度对比分析 | 第114-115页 |
| 6.4 小结与讨论 | 第115-117页 |
| 7. 结论与讨论 | 第117-123页 |
| 7.1 主要结论 | 第117-118页 |
| 7.2 创新之处 | 第118页 |
| 7.3 讨论 | 第118-122页 |
| 7.4 研究展望 | 第122-123页 |
| 致谢 | 第123-124页 |
| 参考文献 | 第124-135页 |
| 附录 | 第135页 |