| 저자(한글) |
LI, Qi-quan,WANG, Chang-quan,ZHANG, Wen-jiang,YU, Yong,LI, Bing,YANG, Juan,BAI, Gen-chuan,CAI, Yan |
| 초록 |
방사형 기저 함수 신경회로망 모델(radial basis function neural network model)과 정규크리징(ordinary kriging) 기법으로 촨중(Chuanzhong) 구릉 지역에서 토양 양분의 공간적 분포를 예측하고, 정규크리징 기법 및 회귀 크리징(regression kriging) 기법과 비교하였다. 연구 결과, 다양한 방법으로 연구 지역 내 토양 양분을 예측한 결과는 거의 일치하였다. 다중 회귀 모델(Multiple regression model)과 비교하였을 때, 신경회로망 모델은 실험 지점에 토양 유기질과 총질소의 예측값과 실측값의 상관계수를 각각 각각 12.3%와 16.5% 제고하였다. 이는 신경회로망모델이 토양 양분과 정량적 환경 요인 사이의 복잡한 관계를 정확히 찾아낼 수 있음을 말한다. 469개 연구 지점의 예측 결과 오차를 분석한 결과, 신경호로망 모델과 정규크리징 기법을 결합하는 방법은 토양 유기질과 총질소를 예측함에 있어서의 평균 절대 오차(absolute error), 평균 상대 오차, 평균제곱오차의 제곱근(Root mean square error)을 정규크리징 기법보다 6.9%, 7.4%, 5.1%와 4.9%, 6.1%, 4.6% 줄였으며, 감소폭은 매우 선명한 수준에 이르렀다(P lt;0.01). 회귀크리징 기법과 비교해 보면 각각 2.4%, 2.6%, 1.8%와 2.1%, 2.8%, 2.2% 줄었고, 감소폭이 매우 선명하다(P lt;0.05). |
