基于网格搜索和交叉验证支持向量机的地表土壤容重预测

摘要：

为了改善支持向量机(SVM)对地表(0～2 cm)土壤容重预测的应用可行性及其效果,针对传统经验法选择SVM惩罚因子C和核函数参数g可能造成的较大误差的问题,提出了一种对SVM参数进行优化的方法—网格搜索与交叉验证相结合的方法.本文采用所提出的参数优化方法,以黄土高原区旱作农田土壤表层容重年度跟踪试验数据样本为依据,选取土壤(0～2cm)粒径分布、有机质含量、体积含水率、累积接受水量和全盐量为输入变量,建立了地表土壤容重的SVM预测模型.结果表明:所建SVM模型预测值和试验实测值之间不存在显著性差异,利用SVM预测地表土壤容重是可行的;采用网格搜索与交叉验证相结合的方法对SVM参数进行优化,明显降低了模型的预测误差;在粒径分布、有机质含量、体积含水率为输入变量的基础上,增加全盐量为输入因子并不能显著提高模型的预测效果,而增加累积接受水量为输入因子的预测效果明显优于前几种情况,其训练样本和测试样本相对误差的平均值分别为6.23％和6.95％,都在可接受范围.研究成果可为土壤表层容重的实时预测提供有力支撑.

关键词：地表土壤容重、交叉验证、支持向量机、累积接收水量、土壤理化参数

所属期刊栏目：49

分类号：S152;TV93(土壤学)

资助基金：国家自然科学基金资助项目40671081

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：512-518