基于GWRF模型的滨海平原土壤含盐量预测及影响因素分析

来源：环境科学杂志2025年第1期北京时间：

作者：李泽,杜哲,毕善婷,叶腾,张晴,陈影

单位：河北农业大学资源与环境科学学院, 保定 071000,河北农业大学国土资源学院, 保定 071000,河北农业大学国土资源学院, 保定 071000,河北农业大学资源与环境科学学院, 保定 071000,河北农业大学资源与环境科学学院, 保定 071000,河北农业大学国土资源学院, 保定 071000,河北省农田生态环境重点实验室, 保定 071000

摘要：准确监测土壤盐渍化的空间分布特征及其影响因素,对于防治土壤退化和保障全球粮食安全具有重要意义. 尽管已有研究应用机器学习预测土壤盐渍化,但结合空间信息的局部模型研究仍然有限. 同时,从全局视角选取影响因素也难以为区域制定精准防控措施. 基于此,以河北省滨海平原为研究区,采用气候、地形水文、盐分指数、植被指数和土壤属性等多源数据作为环境变量,通过Boruta算法筛选特征,构建基于地理加权回归（GWR）、随机森林回归（RF）和地理加权随机森林回归（GWRF）的土壤盐渍化预测模型,系统比较各模型的预测性能,并探讨环境变量解释土壤盐渍化空间变异的差异性. 结果表明：①GWRF模型在预测滨海地区土壤盐渍化空间特征方面表现最佳（R2=0.82,RMSE=0.10 g·kg-1,MAE=0.06 g·kg-1）. ②河北省滨海平原土壤盐渍化程度由内陆向沿海递增,其中滨海平原东部土壤盐渍化现象最为严重. ③不同环境变量的重要性在空间分布上存在显著差异. 整体来看,气候（年均降水、蒸散发）和地下水埋深是预测滨海平原土壤盐渍化的重要因素. 研究可为滨海地区土壤盐渍化的预测分析提供新视角,也为区域生态环境保护和土地利用规划提供科学依据.

关键词：土壤盐渍化,地理加权随机森林（GWRF）,随机森林（RF）,影响因素,滨海平原,