期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SMOTE辅助分区误差控制的随机森林土壤重金属含量预测模型 被引量：1
1
作者 陈敏 董泽馨 +3 位作者 秦莉 张晨晨 张彦儒 孙思佳 《农业资源与环境学报》 北大核心 2025年第3期580-591,共12页
土壤中重金属空间分布的准确预测是制定科学合理的土地利用规划以及构建有效风险管理措施的关键环节。本研究旨在探索一种结合合成少数类过采样技术(SMOTE)和分区误差控制混合策略的随机森林(RF)模型,利用长株潭(长沙市、株洲市和湘潭市... 土壤中重金属空间分布的准确预测是制定科学合理的土地利用规划以及构建有效风险管理措施的关键环节。本研究旨在探索一种结合合成少数类过采样技术(SMOTE)和分区误差控制混合策略的随机森林(RF)模型,利用长株潭(长沙市、株洲市和湘潭市)区域8种重金属元素(As、Cd、Cr、Cu、Hg、Ni、Pb和Zn)及29项环境辅助变量数据,开展区域土壤重金属空间预测精度比较研究。将本研究构建的模型与全区及分区随机森林建模方法进行了比较分析,同时,也与三种经典地统计学方法——普通克里金(OK)、协同克里金(CK)和反距离加权法(IDW)进行了对比。结果表明:相较于全区建模方法,本研究构建的模型在预测Cd、Cr、Hg、Ni、Pb和Zn 6种重金属含量的R^(2)值提升了15.87%~35.39%;与分区建模方法相比,所有8种重金属的预测精度也有了显著提高,R^(2)值的增幅为3.03%~66.86%。与地统计学方法比较,本模型在Cd、Cr、Hg、Pb和Zn 5种重金属预测中表现出优越性,与OK、CK和IDW法相比,R^(2)值分别提升了2.45%~13.80%、15.09%~89.95%、1.57%~102.91%。本研究探索的混合策略模型显著提高了长株潭区域土壤中8种重金属元素的预测准确度,表明SMOTE技术和分区误差控制策略的结合应用在环境科学领域内有巨大潜力。该模型不仅在预测精度上超越了传统模型和方法,还为环境监测和管理提供了一种有效的新工具。 展开更多
关键词 土壤重金属预测 随机森林 SMOTE过采样 普通克里金 协同克里金 反距离加权
在线阅读 下载PDF
基于ICESat-2/ATLAS的景东彝族自治县森林生物量估测研究
2
作者 饶昕 舒清态 +2 位作者 王继雄 罗绍龙 杨正道 《西南林业大学学报(自然科学)》 北大核心 2025年第2期159-168,共10页
以云南省景东彝族自治县为研究区,星载激光雷达ICESat-2/ATLAS为主要信息源,在对ATLAS数据进行去噪和分类的基础上,基于地统计学的克里格插值实现ATLAS光子参数指标点由“点”到“面”的空间扩展,结合地面265块生物量调查样地,建立研究... 以云南省景东彝族自治县为研究区,星载激光雷达ICESat-2/ATLAS为主要信息源,在对ATLAS数据进行去噪和分类的基础上,基于地统计学的克里格插值实现ATLAS光子参数指标点由“点”到“面”的空间扩展,结合地面265块生物量调查样地,建立研究区森林生物量估测模型。结果表明:基于随机森林重要性排序,ATLAS光子与森林生物量具有较强相关性的5个参数为最大冠层高度、平均冠层高度、光子关联参数、太阳高度角、太阳方向角。对5个参数进行变异函数分析,根据决定系数和空间自相关性选择最优变异函数模型,最大冠层高度、太阳高度角、太阳方向角3种参数以球状模型进行空间插值效果最优,平均冠层高度、光子关联参数2种参数以指数模型效果最优。以地面265块样地地上生物量为被解释变量,对应的5种参数为解释变量,基于随机森林回归,建立了研究区森林生物量遥感估测模型,建模精度R^(2)=0.794 1、RMSE=23.004 7 t/hm^(2),可作为研究区森林地上生物量估测模型。基于验证后的RF模型估测研究区森林生物总量,估计值为31 269 874.76 t,估测精度为85.3%,与实际计算结果空间分布基本一致,表明基于ICESat-2/ATLAS数据进行森林生物量估测有较好效果。 展开更多
关键词 ICESat-2/ATLAS 特征优选 变异函数 克里格插值 随机森林 生物量
在线阅读 下载PDF
基于星载激光雷达数据的森林地上生物量估算方法比较
3
作者 宋洁 刘学录 《生态科学》 CSCD 北大核心 2024年第5期52-62,共11页
近年来,星载激光雷达数据已被广泛用于大尺度森林地上生物量估计,但由于其激光光斑采样点不连续,通常使其需要与辅助数据相结合来估算森林地上生物量的连续分布,且估算方法仍存在许多不确定性。研究以祁连山国家公园为样本,结合星载激... 近年来,星载激光雷达数据已被广泛用于大尺度森林地上生物量估计,但由于其激光光斑采样点不连续,通常使其需要与辅助数据相结合来估算森林地上生物量的连续分布,且估算方法仍存在许多不确定性。研究以祁连山国家公园为样本,结合星载激光雷达ICESat/GLAS数据、Landsat OLI数据和样地调查数据建立了3种基于非参数化算法(普通克里金插值(Ordinary Kriging,OK),支持向量回归(Support Vector regression,SVR)和随机森林(Random forest,RF))的森林地上生物量估算模型,以森林资源清查数据独立验证各模型估计精度。结果发现:3种模型的均方根误差(RMSE)从低到高依次为SVR(19.053 t·hm^(-2))、RF(21.074 t·hm^(-2))和OK(26.362 t·hm^(-2)),平均相对误差(MRE)从低到高依次为SVR(31.890%)、RF(33.314%)和OK(55.398%),且除OK模型外,SVR与RF模型的总体相对误差(TRE)都在可接受的范围内。进一步对SVR与RF模型生成的森林地上生物量空间分布的准确性进行验证,发现相较RF模型,SVR模型生成的森林地上生物量空间分布与森林资源清查数据更为接近。SVR森林地上生物量估计模型在数量精度和分布精度上都表现更优。结果可为今后基于星载激光雷达数据的森林地上生物量估算提供借鉴。 展开更多
关键词 森林地上生物量 星载激光雷达 普通克里金插值 支持向量回归 随机森林
在线阅读 下载PDF
随机森林算法实现小行星分类
4
作者 黄超 马月华 +1 位作者 赵海斌 卢晓平 《天文学报》 CSCD 北大核心 2016年第5期526-533,共8页
随着小行星光谱和测光数据不断增加,以此为基础已有多种分类方法对小行星进行分类.使用随机森林算法对Sloan Digital Sky Survey(SDSS)Moving Object Catalogue(MOC)的观测结果进行小行星分类.根据小行星g、r、i、z 4个波段的星等,结合T... 随着小行星光谱和测光数据不断增加,以此为基础已有多种分类方法对小行星进行分类.使用随机森林算法对Sloan Digital Sky Survey(SDSS)Moving Object Catalogue(MOC)的观测结果进行小行星分类.根据小行星g、r、i、z 4个波段的星等,结合Tholen、Bus、Lazzaro、De Meo等人已有的分类工作和主成分分析,对多达48642颗的小行星进行了分类,实现了大数据集的小行星类别判定,把这些小行星分为8个类别(C、X、S、B、D、K、L和V). 展开更多
关键词 小行星 普通 谱线 轮廓 方法 随机森林算法
在线阅读 下载PDF
基于地统计学的森林地上生物量估计 被引量：23
5
作者 贺鹏 张会儒 +2 位作者 雷相东 徐广 高祥 《林业科学》 EI CAS CSCD 北大核心 2013年第5期101-109,共9页
基于吉林省汪清林业局金苍林场二类调查的局级固定样地数据,利用地统计学的普通克里格法和协同克里格法对研究区域内森林地上生物量进行估计(协同克里格法以地上生物量为主变量,以胸高断面积为协变量),并对2种插值方法进行比较。结果表... 基于吉林省汪清林业局金苍林场二类调查的局级固定样地数据,利用地统计学的普通克里格法和协同克里格法对研究区域内森林地上生物量进行估计(协同克里格法以地上生物量为主变量,以胸高断面积为协变量),并对2种插值方法进行比较。结果表明:在研究区域内普通克里格法预测精度较低;而协同克里格法能够显著提高预测精度,所产生的均方根误差(RMSE)减少49.0%,平均标准误差(ASE)减少39.4%,预测值和实测值的相关系数提高68.4%。通过插值得到整个林场生物量的空间分布格局图,生物量的分布存在明显的空间异质性。林场平均生物量密度为111.9t·hm-2,总生物量达3.578Tg;并从不同森林类型和龄组对生物量的空间格局进行分析。研究结果可为区域尺度内基于固定样地和地统计学的生物量估计提供方法和参照。 展开更多
关键词 森林地上生物量 胸高断面积 普通克里格 协同克里格 空间分布格局图
在线阅读 下载PDF
基于辅助信息的森林蓄积量空间模拟 被引量：11
6
作者 王海宾 彭道黎 +2 位作者 范应龙 李伟涛 张超 《农业机械学报》 EI CAS CSCD 北大核心 2016年第6期283-289,共7页
以北京市密云县一类清查的样地蓄积量为研究对象,结合与蓄积量相关的辅助因子,采用普通克里格法、协同克里格法对森林蓄积量进行空间插值估测,并与文献[25]同一研究区的基于偏最小二乘法回归法估测结果进行比较分析。结果表明,普通克里... 以北京市密云县一类清查的样地蓄积量为研究对象,结合与蓄积量相关的辅助因子,采用普通克里格法、协同克里格法对森林蓄积量进行空间插值估测,并与文献[25]同一研究区的基于偏最小二乘法回归法估测结果进行比较分析。结果表明,普通克里格法、基于辅助信息的协同克里格法、偏最小二乘回归法的蓄积量估测值与实测值间的相关系数分别为0.389、0.845、0.766;基于辅助信息的协同克里格法要优于普通克里格法和偏最小二乘回归法,能够明显提高预测精度;与普通克里格法相比,所产生的均方根误差减小了71%,预测值和实测值的相关系数提高了54%。最后生成了密云县森林蓄积量空间分布图。研究表明应用地统计学方法进行蓄积量估测具有很好的应用前景,可以为森林蓄积量的估测提供一种可行的方法。 展开更多
关键词 森林蓄积量 普通克里格 协同克里格 辅助信息
在线阅读 下载PDF
基于物候与极端气候信息的耕地土壤有机碳空间分布预测研究 被引量：4
7
作者 周琪清 赵小敏 +1 位作者 郭熙 周洋 《土壤学报》 CAS CSCD 北大核心 2024年第3期648-661,共14页
土壤有机碳(Soil Organic Carbon,SOC)作为陆地生态系统中最大的碳库,在农田土壤质量和作物产量方面发挥着重要作用。准确预测耕地SOC的空间分布对于制定农业管理措施至关重要。在数字土壤制图(Digital Soil Mapping,DSM)框架下,选择有... 土壤有机碳(Soil Organic Carbon,SOC)作为陆地生态系统中最大的碳库,在农田土壤质量和作物产量方面发挥着重要作用。准确预测耕地SOC的空间分布对于制定农业管理措施至关重要。在数字土壤制图(Digital Soil Mapping,DSM)框架下,选择有效的环境协变量是提高SOC空间预测精度的重要方法。以往遥感指数和气候变量通常使用某个时段或时点的(平均)值作为输入变量,而很少有研究将时间特性和事件用于土壤有机碳预测。因此,引入物候变量、极端气候变量弥补部分损失的地物信息和气候特征,探讨其对研究区耕地SOC空间变异的响应特性及预测SOC空间分布的可行性。以江西省上高县为研究区域,采用随机森林模型,选取遥感数据、DEM衍生变量、物候参数、气候特征因子等作为环境协变量引入模型中,并用普通克里格(Ordinary Kriging,OK)对模型结果进行残差修正,最后对比不同类型变量组合下模型的预测效果及预测精度。结果表明,时序变量、物候变量及极端气候变量能够改善模型的预测性能,并且残差作为误差项还能进一步提升模型的精度。结合时序变量、物候变量、极端气候变量、地形变量和残差的组合拥有最高的预测精度,相较于地形变量、遥感变量和气候变量的组合,将R2、MAE和RMSE提升了90.00%、58.95%和57.14%。变量贡献率分析显示,SU、a3和TXx是影响研究区耕地SOC分布的重要变量。因此,物候变量和极端气候变量具有较好的应用前景,未来还需验证极端气候变量作为环境变量在不同土地利用、大尺度研究区下预测土壤属性的有效性。 展开更多
关键词 土壤有机碳 数字土壤制图 随机森林残差克里格 物候 极端气候
在线阅读 下载PDF
不同方法预测苏南农田土壤有机质空间分布对比研究 被引量：17
8
作者 谢恩泽 赵永存 +2 位作者 陆访仪 史学正 于东升 《土壤学报》 CAS CSCD 北大核心 2018年第5期1051-1061,共11页
准确把握土壤有机质(SOM)的空间分布规律对于土壤资源的高效持续利用具有重要意义。以江苏南部为研究区,以辅助因子与SOM的相关性强弱及辅助因子的可获取性为切入点,运用普通克里格(OK)、回归克里格(RK)和随机森林(RF)方法,结合地形、... 准确把握土壤有机质(SOM)的空间分布规律对于土壤资源的高效持续利用具有重要意义。以江苏南部为研究区,以辅助因子与SOM的相关性强弱及辅助因子的可获取性为切入点,运用普通克里格(OK)、回归克里格(RK)和随机森林(RF)方法,结合地形、气候、土壤类型、土壤理化性质和施肥、碳投入等辅助数据预测了苏南地区农田SOM含量(0~20 cm)的空间分布。结果表明,三种方法预测的SOM空间分布总体趋势相似,表现为东高西低,但局部分异还存在差异;OK预测的精度最低,100次预测的均方根误差(RMSE)均值为6.97 g·kg^(-1)。RK和RF的预测精度则均高于OK方法,表现为整合与SOM相关性最强的辅助因子全氮(TN)时,RK和RF预测的RMSE分别降低至5.25 g·kg^(-1)和4.97 g·kg^(-1),而移除相关性最强的辅助因子TN后,RK和RF预测的RMSE亦较OK方法低,分别为6.21 g·kg^(-1)和6.29 g·kg^(-1);移除TN后,RK的预测精度稍高于RF,表明在其他辅助数据与SOM相关性相对较弱的条件下,RK方法有助于提高本研究区SOM预测精度;同时,尽管RK和RF的预测精度依然较OK高,但RK和RF对SOM方差的解释度则分别由51%和55%降低至了29%和28%。这表明,目前容易获取且相对廉价的辅助数据,对本研究区的SOM空间预测方面,还面临着数据质量低、预测精度不足等问题。 展开更多
关键词 空间预测 克里格插值模型 随机森林预测模型 有机质
在线阅读 下载PDF
黄土高原不同地貌区农田土壤有机质预测方法研究 被引量：10
9
作者 张万涛 吉静怡 +2 位作者 李彬彬 王菊 许明祥 《植物营养与肥料学报》 CAS CSCD 北大核心 2021年第4期583-594,共12页
【目的】开展黄土高原不同地貌区农田土壤有机质(SOM)预测方法研究,探讨不同预测方法在不同区域的适用性及不确定性,以便更准确地估算农田SOM空间分布特征,对土壤资源高效利用和农田精细化管理具有重要意义。【方法】在黄土高原3种典型... 【目的】开展黄土高原不同地貌区农田土壤有机质(SOM)预测方法研究,探讨不同预测方法在不同区域的适用性及不确定性,以便更准确地估算农田SOM空间分布特征,对土壤资源高效利用和农田精细化管理具有重要意义。【方法】在黄土高原3种典型地貌区进行试验,包括丘陵沟壑区(庄浪县)、高塬区(宁县)和平原区(武功县),分别布设样点3788、4048和3860个,分析农田土壤0—20 cm SOM含量。运用地统计学理论,分析各典型区SOM空间分布特征。提取原始样本75%为建模点,其余25%为验证点,利用普通克里格(OK)、随机森林(RF)和随机森林+普通克里格(RF+OK)等方法,结合土壤类型、地形、气候、植被、人类活动等多源影响因子,对SOM分布进行空间预测,并对预测结果进行误差分析和空间结构检验,明确各方法的不确定性。【结果】丘陵沟壑区、高塬区、平原区SOM平均含量分别为14.29、13.15、14.48 g/kg,均属于较低水平;变异系数分别为18.96%、19.54%、26.71%,呈中等变异;块金效应分别为8.60%、17.41%和10.01%,受随机性和结构性因子共同作用,且受后者影响更大;丘陵沟壑区和平原区SOM含量的Moran's I分别为0.26和0.14,Z[I]分别为26.56和13.51,存在显著空间自相关性,而高塬区SOM含量Moran's I为0.02,Z[I]为1.55,不存在空间自相关性。丘陵沟壑区、高塬区、平原区SOM含量空间分布分别受温度、海拔、降水影响最大。在平原区,RF+OK法较RF法和OK法,MSE、RMSE、MAE等误差均最小,实测值与预测值的相关系数(r)最高,预测值的空间结构与实测值更接近。高塬区SOM空间分布无规律,OK法在该区域不适用,RF法和RF+OK法的各项误差无明显差异,但RF法的r更高,且预测值的空间结构更符合宁县实际特征。在平原区,OK法预测结果的不确定性较大,RF和RF+OK方法各项误差和r均无明显差异,但RF方法预测值的空间结构与实测值更接近,且较其它两个地区,其SOM变异性及建模点和验证点的各项误差均最大。【结论】在不同地貌区,环境要素、空间结构不同,同一预测方法的预测精度存在差异,平原区较丘陵沟壑区和高塬区,其空间预测结果的不确定性更大。在同一地貌区,3种预测方法的预测结果存在差异,丘陵沟壑区使用RF+OK法预测SOM空间分布效果较好,而高塬区和平原区则用RF法较好。当区域SOM存在显著空间相关性,且半方差函数的拟合度较高、残差较小时,采用RF+OK方法可显著提高模型预测精度。 展开更多
关键词 黄土高原 土壤有机质 普通克里格 随机森林 不确定性 空间预测
在线阅读 下载PDF
冀西山前冲积扇区土壤机械组成模型制图对比研究 被引量：1
10
作者 马世豪 王建霄 +4 位作者 张认连 龙怀玉 申哲 王转 徐爱国 《中国土壤与肥料》 CAS CSCD 北大核心 2023年第6期12-22,共11页
探索适合地形平缓的山前冲积扇地区土壤机械组成的空间预测方法。以河北省灵寿、行唐、曲阳县400 m高程以下区域为研究区,结合地形因子、土壤类型、归一化植被指数、地表温度等环境变量,选择基于对称对数比(SLR)转换的普通克里格法(SLR-... 探索适合地形平缓的山前冲积扇地区土壤机械组成的空间预测方法。以河北省灵寿、行唐、曲阳县400 m高程以下区域为研究区,结合地形因子、土壤类型、归一化植被指数、地表温度等环境变量,选择基于对称对数比(SLR)转换的普通克里格法(SLR-OK)、回归克里格法(SLR-RK)、随机森林法(SLR-RF)3种方法,对训练集114个样点表层土壤机械组成的空间分布进行预测,并通过验证集50个样点比较了3种方法的预测精度。(1)从空间预测图来看,砂粒呈现出西北低、东南高的空间分布趋势;粉粒和黏粒与砂粒相反。与SLR-OK法相比,SLR-RK法和SLR-RF法能够更好地反映局部变异并减小平滑效应。(2)对于砂粒和粉粒,SLR-RF法对验证集含量预测的平均绝对误差(MAE)和均方根误差(RMSE)均低于其他两种方法,且决定系数最高,表明SLR-RF的预测精度最高;对于黏粒,SLR-OK法对验证集含量预测的MAE和RMSE均低于其他两种方法,且决定系数最高,表明SLR-OK法的预测精度最高。(3)线性回归预测模型的辅助变量包括高程、土壤类型和风力作用指数;随机森林法模型的辅助变量包括高程、土壤类型、归一化植被指数、地表温度、风力作用指数和流量累积,对于砂粒和粉粒,土壤类型和高程是重要的辅助变量,归一化植被指数、地表温度、风力作用指数和流量累积重要性相对较低。研究区砂粒和粉粒空间预测的最优方法为SLR-RF法,在山前冲积扇地区地形较平缓,砂粒和粉粒对地形变量敏感;黏粒空间预测的最优方法为SLR-OK法。 展开更多
关键词 土壤机械组成 空间预测 随机森林法 回归克里格法 普通克里格法 对称对数比转换
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部