基于随机森林模型的安徽省土壤属性空间分布预测

• 作者: 刘斌寅 卢宏亮 张平 赵明松 陆龙妹
• 来源期刊: 土壤
• 学科: 农学
• 关键词: 土壤属性预测 随机森林模型 环境变量 安徽省
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 602-608
• 页数: 7页
• 分类号: S159
• 字数: 4856字
• 语种: 中文
• DOI: 10.13758/j.cnki.tr.2019.03.025

摘要

为探讨随机森林(random forest,RF)模型对土壤属性空间预测的精度,本文以安徽省为例,收集140个土壤样本,利用GIS和RS技术,获取相关的地形因子、遥感植被指数及气候数据,利用RF模型分析土壤有机碳(SOC)含量、土壤容重和土壤黏粒含量与地形因子、遥感植被指数及气候数据之间的关系,并进行空间分布预测.研究结果表明:①RF建模预测中,当节点分裂次数(mtry)值为1,决策树数量(ntree)值分别为100、1000和100时,获得的SOC含量、土壤容重和土壤黏粒含量RF模型最优;②高程、归一化植被指数(NDVI)、地貌、多尺度山谷平坦指数(MrVBF)和土壤类型是SOC含量的重要预测因子;地貌、年均降水量(MAP)、MrVBF、高程和土壤类型是土壤容重的重要预测因子;高程、MAP、MrVBF和平面曲率是土壤黏粒含量的重要预测因子;③RF模型可以较好地进行土壤属性空间预测,多源环境变量组合可以分别解释SOC含量、土壤容重和土壤黏粒含量的26％、23％ 和22％;同时RF模型对于土壤类型和地貌等类型变量的处理具有一定优势.研究表明,在大尺度研究区域内,利用RF模型进行土壤属性空间预测有一定的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘斌寅	安徽理工大学测绘学院	8	2	1.0	1.0
2	卢宏亮	安徽理工大学测绘学院	8	4	1.0	2.0
3	张平	安徽理工大学测绘学院	13	31	3.0	4.0
4	陆龙妹	安徽理工大学测绘学院	8	16	2.0	3.0