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.
土壤机械组成、空间预测、随机森林法、回归克里格法、普通克里格法、对称对数比转换
TP391;S155;O647.2
中国农业科学院基本科研业务费专项;科技基础资源调查专项
2023-09-27（万方平台首次上网日期，不代表论文的发表时间）
共11页
12-22
