期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
消减残差自相关性的县域土壤有机质整合模型预测研究 被引量：2
1
作者 宋洁 王思维 +5 位作者 赵艳贺 于东升 陈洋 王鑫 冯凯月 马利霞 《土壤学报》 CAS CSCD 北大核心 2023年第6期1569-1581,共13页
提升土壤属性空间预测精度对实现农田精准施肥和保护生态环境具有重要意义。利用河北省滦平县采集的1773个样点耕地表层(0~20 cm)土壤有机质(SOM)及其地理环境数据,通过逐步回归分析方法筛选出最优环境变量;基于其中1426个农田样点分别... 提升土壤属性空间预测精度对实现农田精准施肥和保护生态环境具有重要意义。利用河北省滦平县采集的1773个样点耕地表层(0~20 cm)土壤有机质(SOM)及其地理环境数据,通过逐步回归分析方法筛选出最优环境变量;基于其中1426个农田样点分别建立多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest,RF)、贝叶斯正则化神经网络(Bayesianregularization neural network,BRNNBP)以及与普通克里格(OK)整合模型(MLR-OK、RF-OK和BRNNBP-OK)预测SOM空间分布,以其余347个样点数据为测试集检验分析不同模型预测精度,并对模型残差进行半方差函数和空间自相关分析以评价模型拟合效果。结果表明,研究区耕地表层土壤SOM处在8.62~35.64 g·kg^(-1)变化区间,变异系数为20.26%,属中等程度空间变异;SOM高值区主要分布在东北及东南海拔较高地区,低值区多分布在西南及中部河谷地区;海拔、坡度和年均温度与SOM关系密切(P<0.001);整合模型BRNNBP-OK的平均绝对误差MAE和均方根误差RMSE最低分别为2.162g·kg^(–1)和2.801g·kg^(-1),相较于OK、MLR、RF、BRNNBP、MLR-OK和RF-OK预测模型,R2提升1.84%~43.72%,成为SOM空间预测优选模型。与单一模型相比,整合模型残差块金系数大于0.75,Moran’sI指数均小于0且数值更趋近于0,表明整合模型残差空间自相关性减弱且空间分布呈离散状态。同时,各模型精度与模型残差Moran’sI指数呈显著相关。因此,整合模型可以拟合更多的趋势项,模型残差空间聚集性降低甚至趋于离散时,模型总体精度提升,揭示了模型精度提升的内在原因。 展开更多
关键词 土壤有机质 机器学习 普通克里格 残差 数字化土壤制图
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部