摘要
土壤有机质(SOM)是衡量土壤质量的核心指标之一。公主岭市作为国家重要商品粮基地和典型黑土区,准确掌握其SOM空间分布对黑土地保护与可持续利用具有重要意义。基于第三次土壤普查数据与裸土期Landsat 8 OLI影像,提取并融合光谱、纹理及环境因子构建初始特征集;引入递归特征消除算法进行降维,运用支持向量机、随机森林与极端梯度提升树三种算法分别建立反演模型。结果表明:公主岭市SOM含量均值为22.17 g/kg,变异系数为29.64%,呈中等程度的空间变异性;经RFECV优选的特征子集可有效表征SOM的光谱特征;各模型中,XGBoost模型最优,其验证集决定系数(R2)达0.80。研究可为实现土壤有机质含量监测的准确性,以及时效性,以及区域土壤生态环境监测提供数据支持。
出处
《数字农业与智能农机》
2026年第3期57-59,共3页
Digital Agriculture and Intelligent Agricultural Machinery
