典型文献
基于机器学习方法的宁夏南部土壤质地空间分布研究
文献摘要:
[目的]基于历史数据,利用机器学习方法分析宁夏南部土壤质地空间变异规律及其与环境因素之间的关系.[方法]基于宁夏回族自治区南部428个20世纪80年代第二次土壤普查土壤剖面点数据,采用分类回归树(CART)和随机森林(RF)两种机器学习方法,结合地形因子、土壤类型、归一化植被指数,探究与宁夏南部地区土壤质地分布相关性较强的环境因素,并用两种机器学习预测该区土壤质地类型的空间分布,用剖面点验证集数据以及宁夏回族自治区海原县实测样点数据验证模型精度.[结果](1)RF和CART对剖面点验证集土壤质地类型的预测正确率分别为62.36%、55.29%,接收者操作特性(receiver operating characteristic,ROC)曲线下面积(area under roc curve,AUC)分别为0.7515、0.6933,对海原县122个实测样点的预测正确率分别为54.10%、48.36%,AUC分别为0.6599、0.5981,RF的预测精度高于CART.(2)该区土壤类型(ST)是与土壤质地空间分布相关性最强的环境因素,其次是高程(Ele),高程越高,土壤质地越黏重.风力作用指数(WEI)和坡度(Slo)对土壤质地的影响较小.(3)研究区土壤质地类型以轻壤土为主,空间分布格局基本呈现为南部土壤质地黏重,北部土壤质地较轻.[结论]RF更适合预测宁夏南部地区土壤质地的空间分布,且充分利用历史数据,结合新的野外采样,可以达到预测制图的精度要求;土壤类型(ST)和高程(Ele)是与土壤质地空间分布相关性较强的环境因素.
文献关键词:
土壤质地;空间分布;因素分析;随机森林;分类回归树
中图分类号:
作者姓名:
申哲;张认连;龙怀玉;徐爱国
作者机构:
中国农业科学院农业资源与农业区划研究所,北京 100081
文献出处:
引用格式:
[1]申哲;张认连;龙怀玉;徐爱国-.基于机器学习方法的宁夏南部土壤质地空间分布研究)[J].中国农业科学,2022(15):2961-2972
A类:
Slo
B类:
基于机器学习,机器学习方法,历史数据,空间变异,变异规律,宁夏回族自治区,土壤剖面,面点,分类回归树,CART,RF,地形因子,土壤类型,归一化植被指数,南部地区,分布相关性,机器学习预测,土壤质地类型,点验,验证集,海原县,数据验证,验证模型,模型精度,接收者,receiver,operating,characteristic,area,under,roc,curve,ST,Ele,风力,WEI,壤土,空间分布格局,较轻,制图,精度要求
AB值:
0.267921
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。