| 基于多源辅助变量和随机森林模型的表层土壤全氮分布预测 |
| |
| 引用本文： | 周 洋,赵小敏,郭 熙. 基于多源辅助变量和随机森林模型的表层土壤全氮分布预测[J]. 土壤学报, 2022, 59(2): 451-460 |
| |
| 作者姓名： | 周 洋 赵小敏 郭 熙 |
| |
| 作者单位： | 江西农业大学国土资源与环境学院,江西农业大学国土资源与环境学院,江西农业大学国土资源与环境学院 |
| |
| 基金项目： | 国家重点研发计划项目(2017YFD0301603)和江西省赣鄱英才“555”领军人才项目(201295) |
| |
| 摘 要： | 土壤全氮与土壤质量和肥力密切相关，准确掌握土壤全氮的空间分布特征对精准农业管理措施的实施具有重要意义。以寻乌县为研究区域，利用随机森林(RF)和随机森林残差克里格(RFRK)方法，结合地形因子、地理坐标、遥感因子、气候因子、距离因子和土壤理化因子等多源辅助变量，对寻乌县表层土壤全氮的空间分布进行预测和制图，并在迭代100次模型后对比了两种模型的预测精度。结果表明，在选择的4种模型精度指标中，RF模型的决定系数均值(R~2=0.629 1)和一致性相关系数均值(CCC=0.7613)均高于RFRK模型(R~2=0.5719,CCC=0.6881)，而RF模型的平均相对误差均值(MAE=0.157 0 g·kg-1)和均方根误差均值(RMSE=0.210 8 g·kg-1)均小于RFRK模型(MAE=0.168 2 g·kg-1,RMSE=0.226 7 g·kg-1)。将残差作为误差项加入RF模型并未提高其预测精度，因此，RF模型可以作为土壤属性预测的一种有效方法，为农业管理措施的实施提供技术支撑。
|
| 关 键 词： | 土壤全氮 空间分布 随机森林 数字土壤制图 |
| 收稿时间： | 2020-06-18 |
| 修稿时间： | 2021-04-03 |
Prediction of Total Nitrogen Distribution in Surface Soil Based on Multi-source Auxiliary Variables and Random Forest Approach |
| |
| ZHOU Yang,ZHAO Xiaomin and GUO Xi. Prediction of Total Nitrogen Distribution in Surface Soil Based on Multi-source Auxiliary Variables and Random Forest Approach[J]. Acta Pedologica Sinica, 2022, 59(2): 451-460 |
| |
| Authors: | ZHOU Yang ZHAO Xiaomin GUO Xi |
| |
| Affiliation: | Academy of Land Resource and Environment, Jiangxi Agricultural University,Academy of Land Resource and Environment, Jiangxi Agricultural University,Academy of Land Resource and Environment, Jiangxi Agricultural University |
| |
| Abstract: | |
| |
| Keywords: | Soil total nitrogen Spatial distribution Random forest Digital soil mapping |
|
| 点击此处可从《土壤学报》浏览原始摘要信息 |
|
点击此处可从《土壤学报》下载全文 |
