基于Fisher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: 安徽农业科学
• 学科: 农学
• 关键词: 耕地地力 耕地地力评价 判别分析 典则判别函数
• 年，卷（期）: 2017,（25）
• 所属期刊栏目: 土地科学
• 页码范围: 199-202,252
• 页数: 5页
• 分类号: S158
• 字数: 4852字
• 语种: 中文

摘要

[目的]借用机器学习算法——判别分析算法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.[方法]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《耕地地力调查与质量评价技术规程》(NYT/1634—2008)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,构建Fisher典则判别函数模型,对5922个评价单元的耕地地力状况进行判断分析和归类分级.[结果]经对判别结果进行统计验证和回代验证,显示预测判别正确率高达91.4%.[结论]在耕地地力评价与分级标准确定的前提下,判别分析算法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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈杰	郑州大学水利与环境学院	94	511	12.0	19.0
2	王海洋	郑州大学水利与环境学院	22	42	3.0	5.0
3	韩杏杏	郑州大学水利与环境学院	5	5	1.0	1.0