基于XGBoost算法的可恢复耕地宜耕性评价
为科学有序开展可恢复耕地资源的整治,本研究提出一种基于XGBoost算法的可恢复耕地的宜耕性评价方法.选取自然条件、区位条件、社会经济状况以及工程条件等4个方面的因素,涉及海拔高程、坡度级别、国家自然等、集块面积、国家经济等、地块形状等36项影响因素为自变量,以现状可恢复耕地和耕种耕地二分类为因变量,分析各项影响因素对耕地宜耕性评价的重要程度,并进一步结合皮尔逊共线性分析和指标关联性分析,最终得到21项影响因素及其权重P值,优化后影响因素的权重P值相对稳定,其中自然因素对可恢复耕地宜耕性的影响权重最大,区位因素和工程因素权重次之,社会经济因素的权重最小.经过验证发现,预测耕种情况与实际耕种情况的符合率高达91.87%,且具有良好的泛化能力和鲁棒性,预测效果良好.借助上述模型预测得到的湘阴县可恢复耕地地块的宜耕潜力,形成如下认识:全县中西部平原区可恢复耕地宜耕潜力明显优于东部丘陵山区;可恢复耕地中未耕种和即可恢复地块的宜耕潜力高于工程恢复类地块,这些地块均属于良好的整治地块,可优先整治恢复为耕地;从可恢复耕地具体地类来看,坑塘和养殖坑塘类可恢复耕地的宜耕潜力最大,其次为其他林地类可恢复耕地;在耕地整治过程中,应结合可恢复耕地的宜耕性评价,合理有序地开展可恢复耕地的整治;此外,应开展精细化的耕地"非粮化"监测,实施差异化补偿政策,以遏制耕地"非粮化".
XGBoost、可恢复耕地、宜耕性、宜耕潜力、湘阴县
41
S126;F323.211(农业物理学)
2024-02-26(万方平台首次上网日期,不代表论文的发表时间)
共12页
49-60