基于辅助变量的县域土壤有机质预测

来源：江苏农业科学杂志2020年第第24期北京时间：

作者：尹群; 郭纪敏; 张世文; 沈强

单位：1.安徽理工大学地球与环境学院，安徽淮南 232001； 2.上海大学理学院，上海 200444；3.安徽理工大学测绘学院，安徽淮南 232001

摘要：为了快速准确地获取土壤有机质的空间分布情况，以北京市密云区为研究区，利用330个采样点进行建模、83个采样点进行验证，选择偏最小二乘回归(PLS)、RBF神经网络(RBFNN)、随机森林(RF)模型作为预测方法，与不同组合的辅助变量相结合，模拟密云区耕地表层土壤有机质空间分布，并比较不同预测方法、不同辅助变量组合的预测精度。研究结果表明，密云区耕地表层土壤有机质含量在5.42～40.44 g/kg之间，变异系数为30.03%，属于中等程度变异；从不同预测方法来看，随机森林建模预测精度比偏最小二乘以及RBF预测精度要高，而从不同的辅助变量组合来看，有效土层厚度和高程作为辅助变量组合的预测精度最高。研究显示选择合适的辅助变量和预测方法，可以提高县域尺度下土壤有机质空间分布的快速获取。

关键词：土壤有机质;偏最小二乘回归;RBF神经网络;随机森林;空间预测