典型文献
黑土区土壤有机质和全氮含量遥感反演研究
文献摘要：
以东北典型黑土区耕地为研究区,以Sentinel-2A(全球环境与安全监测计划的第二颗卫星,于2015年6月23日发射)影像作为数据源,构建光谱指数,分别采用多元逐步线性回归(Multiple Stepwise Linear Regression,MSLR)和随机森林(Random Forest,RF)算法建立土壤有机质(SOM)和土壤全氮(STN)预测模型,并采用十折交叉验证方法评估模型的性能.研究对比分析了不同气候、土壤类型和地形下土壤有机质和全氮的空间分布差异.研究表明:①海伦示范区的SOM和STN含量最高,其年均温最低,高程最高,年降水量多,SOM含量升高,其年均温最低,年降水量多,STN含量升高;②与基于多元逐步线性回归算法建立的SOM和STN预测模型相比,随机森林算法建立的SOM和STN预测模型,有着更高的精度和稳定性;③运用RF算法建立的SOM反演模型的R2为0.96,均方根误差为5.49 g/kg,STN反演模型的R2为0.95,均方根误差为0.27 g/kg;④不同示范区统一建立SOM和STN预测模型,有助于提高预测精度,实现跨区域建模与制图.
文献关键词：
土壤有机质(SOM);土壤全氮(STN);多元逐步线性回归;随机森林;Sentinel-2A
中图分类号：
作者姓名：
郑淼;王翔;李思佳;张丽;宋开山
作者机构：
吉林师范大学旅游与地理科学学院,吉林四平136000;中国科学院东北地理与农业生态研究所,吉林长春130102
文献出处：
引用格式：
[1]郑淼;王翔;李思佳;张丽;宋开山-.黑土区土壤有机质和全氮含量遥感反演研究)[J].地理科学,2022(08):1336-1347
A类：
MSLR
B类：
土壤有机质,全氮含量,遥感反演,反演研究,东北典型黑土区,Sentinel,2A,环境与安全,安全监测,第二颗,颗卫星,数据源,光谱指数,多元逐步线性回归,Multiple,Stepwise,Linear,Regression,Random,Forest,RF,SOM,土壤全氮,STN,十折交叉验证,验证方法,方法评估,研究对比,同气,土壤类型,下土,空间分布差异,海伦,均温,年降水量,线性回归算法,随机森林算法,反演模型,跨区域,区域建模,制图
AB值：
0.330472
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
