陕西渭北旱塬区农田土壤有机质空间预测方法
来源：环境科学杂志2022年第1期北京时间：
作者：尉芳,刘京,夏利恒,徐仲炜,龙小翠
单位：西北农林科技大学资源环境学院, 杨凌 712100,农业部西北植物营养与农业环境重点实验室, 杨凌 712100,西北农林科技大学资源环境学院, 杨凌 712100,农业部西北植物营养与农业环境重点实验室, 杨凌 712100,西北农林科技大学资源环境学院, 杨凌 712100,农业部西北植物营养与农业环境重点实验室, 杨凌 712100,西北农林科技大学资源环境学院, 杨凌 712100,农业部西北植物营养与农业环境重点实验室, 杨凌 712100,西北农林科技大学资源环境学院, 杨凌 712100,农业部西北植物营养与农业环境重点实验室, 杨凌 712100
摘要：准确预测土壤有机质（SOM）含量的空间分布对于改善土壤质量、提高区域土壤管理水平具有重要意义.为探索预测陕西渭北旱塬区农田SOM含量的最优模型，借助地理探测器选取与SOM含量密切相关的影响因子作为建模的协变量，选用普通克里格方法（OK）、地理加权回归模型（GWR）、偏最小二乘回归模型（PLS）、地理加权回归扩展模型（GWRPLS）和随机森林模型（RF）这5种常用方法对训练集样本SOM含量的空间分布进行预测，并利用验证集样本对比分析了5种方法的预测精度.结果表明：①影响土壤有机质空间变异的主要因素分别为全氮、化肥施用量、速效钾、有效磷和海拔，且任意两因子间的交互作用对SOM的解释力均高于单因子；②农田ω（SOM）范围在2.25~30.23 g·kg-1之间，均值为15.14 g·kg-1，变异系数为30.00，5种方法在农田土壤有机质预测结果，虽然局部存在差异，但在整体的空间分布趋势基本一致，在研究区域内呈现北部、东北部地区含量低，西部、东南部含量高的空间分布趋势；③从5种方法的预测精度来看，RF的均方根误差（RMSE）与平均绝对误差（MAE）最小，GWRPLS的预测偏差（RPD）最大，相比于OK法，GWR、PLS、RF和GWRPLS的相关系数（r）分别升至0.907、0.836、0.968和0.972.综合分析结果，随机森林模型的预测精度最高.
关键词：土壤有机质(SOM),空间预测,地理探测器,地理加权回归(GWR),随机森林(RF),
