当前位置：
马尔柯夫过程是研究某一事件的状态及状态之间转移规律的随机过程,它通过对t0时刻事件不同状态的初始概率及状态之间的转移关系来研究t0+t时刻状态的变化趋势。马尔柯夫过程具有无后效性,即:状态转移概率仅与转移出发态、转移步数、转移后状态有关,而与转移前的初始时刻无关。马尔柯夫过程同时还具有时齐性,即:某一随机过程,从t0时刻到t0+t,状态从i转变到状态j的概率pij(t0,t0+t),此概率与所处的时间t0无关,而只与状态i,j和时间间隔t有关。马尔柯夫过程曾经在工业控制、经济管理等方面大量应用,取得了很好的效果,但在土壤学方面的应用却鲜有报道,因为土壤养分的变化受到多种不确定因素的影响,具有很强的随机性,是一种具有马尔柯夫特性的随机过程,因而我们可以用马尔柯夫链模拟土壤养分的变化过程,并通过构建转移矩阵与确定进步度的方法对土壤养分的变化情况作出动态的评价。
本文以成都平原11个县作为评价区域,研究了有机质、全N、速效K等三种典型养分指标近二十年的变化趋势,以验证马尔柯夫应用于土壤养分动态评价的可行性及优点。
文章地址：//www.divepolska.com/hyxw/138.html
- 上一篇：利用土壤养分速测仪了解土壤养分情况
- 下一篇：土壤水分速测仪可以存储多少数据？
