-
题名基于多源环境变量的渭-库绿洲土壤颗粒含量预测研究
被引量：2
- 1
-
-
作者
顾永昇
丁建丽
韩礼敬
李科
周倩
-
机构
新疆大学地理与遥感科学学院智慧城市与环境建模自治区普通高校重点实验室
新疆大学绿洲生态重点实验室
-
出处
《土壤》
CAS
CSCD
北大核心
2023年第2期426-432,共7页
-
基金
新疆维吾尔自治区自然科学基金重点项目(2021D01D06)
国家自然科学基金项目(41961059)资助。
-
文摘
本文以渭干河–库车河绿洲(简称渭–库绿洲)土壤颗粒为研究对象,采集了绿洲内50个典型表层(0~10 cm)土壤样本,通过相关软件,提取到遥感指数变量、地形和气候等环境变量,经过相关性分析确定环境变量和预测目标间的关系,使用R语言构建了预测土壤颗粒含量的随机森林(random forest,RF)模型和极端梯度提升(extreme gradient boosting,XGBoost)模型。研究结果表明:XGBoost模型的预测结果整体好于RF模型,其中相关系数介于0.39~0.78;土壤pH、高程及衍生变量、光谱变换变量均是两个模型预测土壤颗粒含量的重要因子;将模型预测结果、实测数据和世界土壤数据库(HWSD)中的3种土壤颗粒数据作对比分析,结果表现出模型预测数据的误差小于HWSD与实测数据的误差。综上所述,通过筛选环境变量建立的XGBoost模型,是预测渭–库绿洲土壤颗粒含量的有效方法。
-
关键词
土壤颗粒
高光谱
环境变量
机器学习
-
Keywords
Soil particles
Hyperspectra
Environmental variables
Machine learning
-
分类号
S152.3
[农业科学—土壤学]
-
