基于Bayes判别分析算法的县域耕地地力等级预测——以河南省辉县市为例

• 作者: 王海洋 程道全 陈杰 韩杏杏
• 来源期刊: 农业科学
• 学科: 农学
• 关键词: 耕地地力评价 Bayes判别分析 判别函数检验
• 年，卷（期）: 2017,（5）
• 页码范围: 317-326
• 页数: 10页
• 分类号: S15

摘要

为了研究机器学习算法——判别分析算法在土壤质量和土地资源评价方面的应用,以此来简化耕地地力评价工作,探索区域尺度上机器学习方法在地力评价应用的新途径。以河南省辉县市为研究区,基于辉县市测土配方施肥财政补贴项目耕地地力评价工作获取的基础数据,依据我国农业部标准(NY/T 1634-2008) 《耕地地力调查与质量评价技术规程》和该市耕地地力评价实践经验,选取研究区表层土壤质地、土壤剖面特征、地表砾石度、速效钾、有效磷、有机质含量、灌溉保证率、排涝能力、地貌类型、坡度等10个土壤和立地条件因素作为耕地地力水平的判别变量,采用Bayes判别分析算法建模,对研究区评价单元的耕地地力状况进行判断分析和归类分级。通过对判别函数和判别结果进行统计验证和回代验证,显示判别结果与原始资料相比一致率达89.1%。在耕地地力评价与分级标准确定的前提下,Bayes判别分析在区域尺度上对分析耕地地力状况、预测耕地地力等级方面具有独特优势。