摘要:
在以往的耕地质量评价工作和研究中,存在对监测评价指标考虑不周、评价方法滞后、主观性强等问题.文章旨在探寻一种准确、高效的耕地质量评价方法,挖掘耕地质量影响因素间的交互效应,构建基于数据驱动的耕地质量评价指标体系,避免确定指标权重,同时提高评价效率.以从化区耕地为研究对象,使用分层抽样法抽取不同等别的耕地质量样本,共计6000组,利用关联规则方法寻找数据间的关联关系,得到耕地质量评价指标间可能的交互效应,并结合Logistic回归模型对耕地质量进行评价.结果表明,当关联规则的最小支持度阈值分别设置为0.05、0.03和0.01时,挖掘出关联规则数分别为8、35、78条,涉及到的交互效应个数分别为6、32、75个,结合模型参数分析,其中具有统计学意义的交互效应有5个,分别是:耕地利用方式、表层土壤质地、有效土层厚度对土壤酸碱度的交互效应,地形坡度对土壤有机质的交互效应,灌溉保证率对排水条件的交互效应.将评价指标和指标间的交互效应均纳入Logistic回归模型,该模型能获得92.2%的耕地评价正确率,达到较高的精度等级.关联规则分析与Logistic回归模型相结合,获得影响耕地质量评价指标间的交互效应,是一种行之有效的方法,为耕地质量驱动因素间交互效应的发现提供了有益线索,该模型对比全局Logistic回归模型具有更高的模型拟合优度和预测准确率,可满足实际应用需求.