期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
1
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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：
3
1
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
职称材料
题名
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：
3
1
作者
周琪清
赵小敏
郭熙
周洋
机构
江西农业大学
农业农村部鄱阳湖流域农业资源与生态重点实验室(江西农业大学)
出处
《土壤学报》
CAS
CSCD
北大核心
2024年第3期648-661,共14页
基金
国家重点研发计划项目(2020YFD1100603)
国家自然科学基金项目(41361049)资助。
文摘
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。
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
Keywords
Soil organic carbon
Digital soil mapping
Random forest with residual kriging
Phenology
Extreme climate
分类号
S158.9 [农业科学—土壤学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
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
周琪清
赵小敏
郭熙
周洋
《土壤学报》
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
