文献

J-GLOBAL ID：201702282390181435   整理番号：17A1503907

多発国におけるモデル化土壌の陽イオン交換容量【Powered by NICT】

Modeling soil cation exchange capacity in multiple countries

著者 (6件)： Khaledian Yones (Department of Agronomy, Iowa State University, Ames, IA, USA) ,  Brevik Eric C. (Department of Natural Sciences, Dickinson State University, Dickinson, ND, USA) ,  Pereira Paulo (Environmental Management Center, Mykolas Romeris University, Ateities g. 20, LT-08303 Vilnius, Lithuania) ,  Cerda Artemi (Soil Erosion and Degradation Research Group, Department of Geography, University of Valencia, Valencia, Spain) ,  Fattah Mohammed A. (Department of Soil and Water Science, Faculty of Agricultural Sciences, University of Sulaimani, Iraq) ,  Tazikeh Hossein (Department of Soil Sciences, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran)
資料名： CATENA  (CATENA)
巻： 158  ページ： 194-200  発行年： 2017年 
JST資料番号： W1943A  ISSN： 0341-8162  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 土壌品質のための重要な指標として,陽イオン交換容量(CEC)は,正に帯電したイオンを保持する土壌の能力を表している。はこれらのアプローチの有用性を比較し,最良の予測因子を同定するために,分散(MONANOVA),人工ニューラルネットワーク(ANN),主成分回帰(PCR),粒子群最適化(PSO)の単調解析を含む種々の統計的方法を用いたCECを予測することを試みた。三土地利用(農業,牧草地,および森林)下での四種の異なる国(米国,スペイン,イランとイラク)から170の土壌試料を分析した。試料の七十%(120試料)をキャリブレーションセットとして選択し,残りの50試料(30%)は予測セットとして使用した。結果はMONANOVA(R~2=0.82と根平均二乗誤差(RMSE)=6.32)およびANN(R~2=0.82とRMSE=5.53)はCECを推定するための最良モデルは,PSO(R~2=0.80及びRMSE=5.54)とPCR(R~2=0.70とRMSE=6.48)も良好に作動し,結果はお互いに非常に似ていることを示した。各国と土地利用に最も影響する変数は異なり,CECは様々な状況で様々な変数によって影響を受けたが,粘土(正の相関)と砂(負の相関)は,全データセットのためのCECを予測するための最も影響力のある変数であった。MANOVAとANNsは,全データセットの良好な予測を与えたが,PSO(粒子群最適化)は,一般的に試験した土壌特性を用いた土壌CECを推定するための式を示した。,PSOは土壌CECを推定する手法として有望であることを示した。は時間とお金の限界であり,他の一般的に分析された土壌特性が得られるCECを予測する有効な土壌伝達関数の確立生産的であるであろう。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 土壌特性 ,  スペイン ,  予測 ,  農業 ,  *イオン ,  イラン・イスラム共和国 ,  *モデリング ,  牧草地 ,  統計的方法 ,  *陽イオン交換容量 ,  粘土 ,  ニューラルネットワーク ,  土地利用
準シソーラス用語： 土壌伝達関数 ,  粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工ニューラルネットワーク ,  主成分回帰 ,  パーティクルスワーム最適化 ,  ペドトランスファー関数 ,  MONANOVA

分類 (1件)： 土壌化学  (FB04040C)

タイトルに関連する用語 (3件)： モデル化 ,  土壌 ,  陽イオン交換容量