基于朴素贝叶斯的区域水土流失评价方法研究.pdfVIP

基于朴素贝叶斯的区域水土流失评价方法研究.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于朴素贝叶斯的区域水土流失评价方法研究.pdf

第29卷第l2期 人 民 黄 河 Vo1.29.No.12 2007年12月 YELL0W RIVER Dee.,2007 【水土保持】 基于朴素贝叶斯的区域水土流失评价方法研究 林伟华 一,伍永刚 ,毛典辉 ,余 艳 (1.华中科技大学水电与数字化工程学院,湖北武汉430074; 2.中国地质大学信息工程学院,湖北武汉430074) 摘 要:针对已有水土流失评价方法存在的不足,提出了一种基于朴素贝叶斯的区域水土流失评价方法:把降水量、土壤 可蚀性、坡度、植被覆盖度、土地利用类型作为主要指标,以径流场小区观测数据为样本,计算各指标的贝叶斯概率表,然 后利用遥感、GIS等技术提取基本评价单元的评价指标参数,根据贝叶斯概率表确定水土流失强度等级。以鄂东大别山 区为例进行了水土流失评价,其结果与专家规则法评价结果进行了比较,认为基于朴素贝叶斯的水土流失评价方法更合 理、结果更准确。 关 键 词:土壤侵蚀强度;水土流失评价;朴素贝叶斯 中图分类号:S157.1 文献标识码:A 文章编号:1000—1379(2007)12—0071-03 长期以来,国内外对水土流失的研究主要集中在坡面(地 (1)数据样本用特征向量 表示,样本的属性用A度量,假 块)、小流域层次上,而区域水土流失的研究尚未形成系统的理 定的类别用C表示。 论和方法 。目前对区域水土流失进行定量评估的模型仍以 (2)给定一个没有类别号的未知样本,预测X属于具有最 通用土壤流失方程(USLE或RUSLE)为主 。由于流域出口 高后验概率的类,即将未知样本分配给类 G,当且仅当 站以及观测小区的布设尚不完善,加之对尺度效应原理认识不 P(A I X)P(cj I X)、1≤ ≤m, ≠i时,根据式(1)得 够,还没有比较全面、实用的尺度转换方法,从而给区域水土流 P C X)=坠( I)= — (2)() 失的绝对量研究带来不便 J,因此要建立一个基于物理机制、 适合区域土壤流失量计算和预报的确定性方程几乎是不可能 式(2)中,P( )对于所有类为常数,因此只需求P(XIG)P(Ci)。 的 。对区域水土流失的评价研究,更多的是从定性方面考 如果类的先验概率未知,则通常假定这些类是等概率,即 虑 J,如我国第二次全国土壤侵蚀调查应用的是水利部发布的 P(C )=P(C2)… 一P(C );否则,P(C )=sl/s,其中s 为类 《土壤侵蚀分类分级标准》,没有考虑影响水土流失的重要因 C 的训练样本数,s为训练样本总数。 子——降水和土壤可蚀性,且其评价规则完全依赖于专家经 (3)作类条件独立的朴素假定,即给定样本类标号,假定属 验,缺乏严密的数学推理。 性值相互独立(不存在依赖关系),得到 贝叶斯分类方法是一种统计学分类方法 ,具有坚实的数 学理论基础以及综合先验信息和数据样本信息的能力。在众 P(X I C )=I1P( I C ) (3) 多贝叶斯分类方法中,朴素贝叶斯由于条件属性和决策类别间 式中:概率P( I C )、P( 。I C )、…、P( I C )可以由训练样 关系清晰、分类速度快,因此已成功应用到许多领域 J。笔者 本估算,即P( IC )=$ik/s,s 为属性A 上具有值 的类C 对基于朴素贝叶

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档