基于随机森林算法与农户视角的村落级农业面源污染风险分析

• 作者: 朱康文 张晟 陈玉成 熊海灵 雷波 黄昌前 段秋宴
• 来源期刊: 三峡生态环境监测
• 学科: 地球科学
• 关键词: 农业面源污染 多光谱 随机森林算法 风险分析
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 面源污染分析
• 页码范围: 61-72
• 页数: 12页
• 分类号: X87
• 语种: 中文
• DOI: 10.19478/j.cnki.2096-2347.2022.01.08

摘要

当前农业面源污染问题依然严峻,村落级尺度下各地块的污染风险状态精细识别有待进一步研究.本文针对三峡库区典型村落重庆市涪陵区南沱镇睦和村进行研究,结合无人机多光谱技术、农户行为调研、随机森林算法等进行地物识别及泛地块网格划分,通过测算总氮(total nitrogen,TN)、总磷(total phosphorus,TP)施用水平达到识别各网格污染负荷与风险空间分异情况的目的.结果显示:(1)无人机多光谱数据技术结合随机森林算法可有效用于地物精细化分类,精度优于90％.(2)基于农户行为调研与泛地块网格划分框架下的污染负荷及风险测算,有利于识别村落尺度的污染负荷及风险差异.一级网格中,仅有1个网格属于无风险等级;存在种植的二级网格中,分别有124、285、63、1309个网格的TN施用强度处于无风险、低风险、高风险和极高风险状态,分别有409、205、1167个网格的TP施用强度处于无风险、中风险和极高风险状态.(3)区域已有人工湿地污染物的消减能力明显,悬浮物、TP、TN、铵态氮、硝态氮、生化需氧量分别消减了近86.67％、54.66％、81.11％、10.67％、83.85％、59.42％.劳动力下降、人口老龄化等问题引起作物复种指数高、高肥高药行为是导致区域污染风险较高的主要原因.本研究可为村落管理、指导农户行为提供有效的数据支撑和工程指导.