冀西山前冲积扇区土壤机械组成模型制图对比研究

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。

Comparative research on mapping of soil particle composition model in piedmont alluvial sector of western Hebei