该文利用人工神经网络的BP模型建立了具有类似普通Kriging(OK)法和条件模拟(CS)运算目标的人工神经Kriging(NK)方法,在黄河河套平原进行了耕地和盐荒地初冻期、最大冻深期和融通期土壤水盐时空变异性的模拟和估值,通过NK法与OK法、CS法模拟、估值、检验结果及3种方法的理论变异函数、统计参数与实验变异函数的对比,结果表明NK法在消除滑动平均影响方面优于OK法,并以类似于CS法的空间变异性进行模拟,而且NK法有自身独特的优点,它不需要协方差函数的估计和变异函数的推求,对于含有一定特异值和一维到三维空间的扩展有更强的适应性,是对空间变异性应用研究方法的一种补充,同时拓宽了ANN的应用领域,具学科融合的优势。

来源平台：农业工程学报