基于机器学习的东非植被变化因子重要性分析

[目的]基于机器学习算法对东非植被变化进行因子重要性分析,测度不同算法在各情况下的精度差异及适用性,为保护、恢复和促进可持续森林管理、水土流失综合防治提供科学依据。[方法]以东非9个国家2001—2020年的归一化植被指数(normalized difference vegetation index, NDVI)变化为研究对象,选取影响东非植被变化的2个气候因子及5个人类活动因子作为自变量,利用随机森林(random forest, RF)、BP神经网络(BP neural networks, BP)、支持向量机(support vector machines, SVM)、遗传算法(genetic algorithm, GA)、径向基神经网络(radial basis function, RBF)、卷积神经网络(convolutional neural networks, CNN)6种机器学习算法建立NDVI预测模型,以决定系数(R²)、平均绝对误差(MAE, mean absolute error)、平均相对误差(MRE, mean relative error...     

内蒙古十大孔兑西柳沟流域土壤侵蚀及水土保持措施调查

[目的]内蒙古十大孔兑地区属黄河中上游多沙粗沙区和生态脆弱区,对该区典型流域西柳沟的土壤侵蚀进行实地调查,分析流域土壤侵蚀特征及成因,为该区水土流失防治提供科学依据。[方法]于2022年9月19—26日和2023年6月21—26日沿X640解柴线(解家营—柴沟堡)和G109京拉线(北京—拉萨)2条公路分别布设15个调查点和14个集水区,对调查点及集水区植被、土壤、土壤侵蚀特征和水土保持措施等进行调查。[结果]流域内草地片蚀较为严重,耕地侵蚀不严重,沟谷内裸地风蚀较为严重。上游黄土高原丘陵区沟蚀严重,且溯源侵蚀、下切侵蚀及沟岸扩张未停止,伴随较为严重的重力侵蚀。中游风沙区以风水复合侵蚀为主,大幅增加了流域的产沙总量。流域内道路建设及边坡开挖等人为扰动进一步加剧了侵蚀风险。径流泥沙含量测定结果验证了流域泥沙的主要来源为上游地区。流域内水土保持措施以植被措施及工程措施为主,虽已起到一定水土保持作用,但由于形式单一而未能发挥理想效果。[结论]西柳沟短历时高强度的降雨特点叠加下层砒砂岩土壤条件共同加剧了该区土壤侵蚀,经济发展压力下的人类活动扰动加剧了生态风险,当地政府亟需持续增加水土保持投入,提...