土壤质量评价是目前土壤科学的研究热点。数学方法的引入,使土壤质量评价更加客观、准确。介绍和评价了当前常用的几种定量评价的数学模型方法。层次分析模型能很好地将定性评价与定量评价结合在一起,具有较强的逻辑性、系统性。人工神...土壤质量评价是目前土壤科学的研究热点。数学方法的引入,使土壤质量评价更加客观、准确。介绍和评价了当前常用的几种定量评价的数学模型方法。层次分析模型能很好地将定性评价与定量评价结合在一起,具有较强的逻辑性、系统性。人工神经网络模型则把土壤质量和评价指标之间的非线性关系转化为神经网络模式,有很强的自组织、自调节能力。集对分析模型则将土壤质量评价指标和该项指标质量标准分别视为两个集合,构成一个集对,以它们之间的联系度确定评价指标所处的不同等级。模糊数学模型则综合考虑了土壤质量状况的渐变性和模糊性,使评价结果更符合实际。地理信息系统(global information system,GIS)的引入并结合其他方法,使土壤质量的动态评价与管理成为了可能。展开更多
文摘土壤质量评价是目前土壤科学的研究热点。数学方法的引入,使土壤质量评价更加客观、准确。介绍和评价了当前常用的几种定量评价的数学模型方法。层次分析模型能很好地将定性评价与定量评价结合在一起,具有较强的逻辑性、系统性。人工神经网络模型则把土壤质量和评价指标之间的非线性关系转化为神经网络模式,有很强的自组织、自调节能力。集对分析模型则将土壤质量评价指标和该项指标质量标准分别视为两个集合,构成一个集对,以它们之间的联系度确定评价指标所处的不同等级。模糊数学模型则综合考虑了土壤质量状况的渐变性和模糊性,使评价结果更符合实际。地理信息系统(global information system,GIS)的引入并结合其他方法,使土壤质量的动态评价与管理成为了可能。