基于特征筛选算法的数字土壤制图研究

平缓地带数字土壤制图中，环境协变量的选择是提高制图精度的关键。已有研究证明遥感影像可作为推理制图的辅助因子，而如何确定环境因子推理制图时各自的权重已成为现阶段研究的重点。选取湖北省麻城市乘马岗镇为研究区，采用3种特征筛选方法进行有效环境变量筛选，探索参与平原-丘陵混合区域制图的因子并确定其重要性，依据选择的相对稳定的指标，进一步探索提高土壤类型制图准确性的途径。根据141个野外独立样点的检验结果表明：在推理制图中，遥感因子在平原区域的重要性程度高于丘陵区域，且遥感因子中归一化植被指数(NDVI)和均值(Mean)较为稳定；基于递归特征算法的按地形推理制图精度最高为75.89%，分别高于ReliefF算法和基于Tree的特征筛选算法13.48%和4.97%；此外3种特征筛选算法制图结果中，按地形因子分区制图的精度均高于整体区域制图。因此，遥感因子作为辅助手段参与推理过程可有效提高制图精度。本研究采用的特征挖掘与机器学习算法对提升土壤制图精度具有一定的理论意义。     

Boosting集成支持向量回归机的滑坡位移预测

支持向量回归机(SVR)在实际的学习应用中,由于数据时空的复杂性和算法本身的参数选择,学习模型难以达到预期的效果.针对这个问题,提出了基于Boosting集成的支持向量回归机方法.通过在原始数据集加权采样的基础上,进行多次迭代子SVR机器学习,不断调整样本权值再采样,优化机器学习模型,然后对迭代所得的每级支持向量回归结果按某种组合方法进行集成,得到最终的回归函数形式.应用该方法进行了仿真试验和滑坡变形时序预测研究.结果表明:使用集成的SVR进行回归预测较之单一的SVR具有更高的准确性和更好的泛化性.对Boosting与Bagging 2种不同的集成SVR,进行了比较研究,试验结果表明,2种算法性能相差不大,总体上前者强于后者.     

基于Boosting的决策树集成土地评价

传统的土地评价方法易受人为因素的限制,探索更科学合理的土地资源评价方法,对土地利用与规划具有重要意义.由于决策树具有分类精度高、分类器可解释性强的优点,特别是C5.0采用了提高决策树分类精度的Boosting技术,提出利用Boosting技术的决策树集成C5.0进行土地评价的方法.采用C5.0算法对广东省七地资源进行了评价,对不使用Boosting的决策树和使用Boosting决策树集成的评价结果进行了分析和比较.研究结果表明利用决策树进行土地质量评价能够得到较高的评价精度,且Boosting决策树集成的土地评价精度高于不使用Boosting的决策树的精度.     

集成土壤-环境关系与机器学习的干旱区土壤属性数字制图

【目的】土壤属性的空间分布是影响农业生产力、土地管理和生态安全的重要因素。通过土壤环境耦合关系,在机器学习算法框架下,定量预测出干旱区土壤酸碱度（pH）、土壤盐分含量（Soil Salt Content,SSC)与土壤有机质（Soil Organic Matter, SOM）3种土壤属性的空间分布,为干旱区农业生产和生态安全提供科学依据。【方法】在渭干河—库车河绿洲干旱区于2017年7月设计采集典型表层（0—20 cm）土壤样品82个,依据土壤-环境之间的关系,集成DEM数据和Landsat 8数据提取出32种环境协变量,利用栅格重采样将提取出的32种变量重采样为90 m空间分辨率并转换为Grid格式参与建模。借助梯度提升决策树（Gradient Boosting Decision Tree,GBDT）模型依次对3类土壤属性的32种环境协变量进行重要性排序,并通过均方根误差（Root Mean Square Error,RMSE）界定出协变量重要性阈值点,从而筛选出参与3类土壤属性制图的环境协变量。进而运用随机森林（Random Forest, RF）、Bagging和Cubist 3种非线性模型建模,并引入多元线性回归模型（Multiple Linear Regression,MLR）进行对比分析,选出最优模型并绘制出90 m分辨率新疆渭干河-库车河绿洲干旱区pH、SSC与SOM 3种土壤属性图。【结果】梯度提升决策树能有效筛选出重要协变量,高程（Elevation）、剖面曲率（Profile Curvature）、差值植被指数（Difference Vegetation Index）、扩展增强型植被指数（Extended Normalized Difference Vegetation Index）、调整土壤亮度植被指数（Modified Soil Adjusted Vegetation Index）、盐分指数S1（Salinity Index S1）以及盐分指数S6 （Salinity Index S6） 7类环境变量均参与3类土壤属性建模,其中SSC遴选出参与建模协变量15种,pH和SOM则均为17种,且遥感指标在预测土壤属性图中起到强大的作用。机器学习3种算法的结果均优于MLR。通过3种非线性模型对比发现,随机森林在3种土壤属性中均表现最佳。在随机森林预测的3种土壤属性中,土壤pH验证集效果R ²=0.6779,RMSE =0.2182,ρ_c=0.6084;在SSC预测中,验证集R ²=0.7945,RMSE =3.1803,ρ_c=0.8377;在SOM预测中,验证集R ²=0.7472,RMSE =3.5456,ρ_c=0.7009。 【结论】GBDT所筛选出的重要性因子借助机器学习算法可以用于干旱区土壤属性制图,且随机森林模型均对3类土壤属性表现出最佳预测能力。依据所绘制的土壤属性图并结合土壤分类图厘清了3种制图属性的空间分布。     

基于集成学习的土壤含水量预测研究——以辽西地区为例

准确高效地预测土壤含水量（SMC）对田间水分管理至关重要。本研究利用在辽西地区自建的3个站点2018-2021年10~40cm的土壤水分自动观测小时数据集，分析研究随机森林（RF）和梯度提升机（GBM）算法在土壤含水量预测方面的适用性，验证不同时间尺度土壤含水量的预测结果。引入SHAP（Shapley Additive Explanations）方法表征5类（降水、日照时数、平均相对湿度、风速、平均气温）输入变量对SMC预测结果的影响，并制定区间划分规则识别变量最大贡献阈值区间。研究结果表明：年尺度下，GBM模型和RF模型R2分别为0.982和0.888，气温贡献最大，最大贡献区间是21~23℃；季尺度下，2种模型R2分别为0.935和0.863，日照时数贡献最大，最大贡献区间为2~4h。该研究创新应用SHAP方法于机器学习输入变量贡献度分析，同时验证了2种机器学习算法在土壤含水量预测研究的准确性，可为土壤含水量相关研究提供参考借鉴。     

基于RF-XGBoost的土壤镉污染影响因子及空间分布研究

为降低土壤重金属研究中人工采样成本，宏观掌握大尺度研究区内土壤重金属污染的空间分布特征，本研究以贵阳市、遵义市和毕节市为研究区，以镉（Cadmium，Cd）元素为研究对象，提出利用随机森林（Random Forest，RF）分析评估影响因子的贡献率，并根据贡献率进行影响因子筛选后构建极端梯度提升（eXtreme Gradient Boosting，XGBoost）模型，即RF-XGBoost模型，用以预测研究区内土壤Cd污染的空间分布特征。结果表明：研究区内土壤Cd含量平均值仅比贵州省背景值高出0.02 mg·kg^-1，污染程度较低，变异系数为125.37%，属于强变异；研究区内对土壤Cd污染贡献率最高的影响因子为土壤侵蚀程度、高程和年平均气温，贡献率分别为0.100、0.088和0.084，说明在大尺度研究区中自然环境对土壤Cd富集影响最大；RF-XGBoost模型的精度和稳定性高于RF和XGBoost模型，准确率提升了0.039 3，Kappa系数分别提升了0.059 2、0.091 4，F1_score分别提升了0.250 4、0.270 1；研究区内土壤Cd污染整体程度较低，但在毕节市西南部出现多个中度-中强污染带。研究表明，RF-XGBoost模型可准确预测大尺度范围的土壤Cd污染空间分布，有助于宏观掌握土壤Cd污染的空间分布特征。