昭通学院郭澎涛副研究员等:样点稀少条件下基于环境相似性的土壤有机碳空间分布预测

学术   2024-11-04 11:46   北京  


《农业工程学报》2024年第40卷第15期刊载了昭通学院等单位郭澎涛、肖秀绒、赵菊、李茂芬、李波与傅奠基的论文——“样点稀少条件下基于环境相似性的土壤有机碳空间分布预测”。该研究由国家自然科学基金项目(项目号:42071228)资助。


引文信息:郭澎涛,肖秀绒,赵菊,等样点稀少条件下基于环境相似性的土壤有机碳空间分布预测[J]. 农业工程学报,202440(15)103-110. 

DOI:  10.11975/j.issn.1002-6819.202401133

研究目的与方法:

针对现有土壤有机碳(soil organic carbon,SOC)空间分布预测模型难以适用于样点稀少条件下的问题,该研究依据成土环境越相似土壤属性越相似的假设,提出一种基于环境相似性的SOC空间分布预测方法(environmental similarity model,ESM),首先利用影响SOC空间分布的关键环境变量刻画研究区成土环境,然后比较采样点与待估测点处的环境相似度,最后依据环境相似度预测待估测点处的SOC含量

结果与结论:

为验证ESM方法的有效性,以云南省作为案例研究区,并设置3个情景:1)从64个采样点中随机抽取10个点作为训练集,余下的采样点作为验证集,随机抽取20次2)从64个采样点中随机抽取20个点作为训练集,余下的采样点作为验证集,随机抽取20次;3)从64个采样点中随机抽取30个点作为训练集,余下的采样点作为验证集,随机抽取20次


平均绝对误差(mean absolute error,MAE)和均方根误差(root mean square error,RMSE)评估模型预测精度。方差分析结果表明,采样点分别为10、20和30这3个情景条件下ESM的MAE(12.7、11.7、11.1 g/kg)都显著P < 0.05)于多重线性回归(72.6、23.0、16.7 g/kg)和人工神经网络(15.8、14.9、15.8 g/kg),表明ESM模型具有较高的预测精度及较强的鲁棒性可为成土因素复杂区域SOC空间分布的预测提供借鉴和指导。

本文由丨《农业工程学报》编辑部丨精编发布

欢迎留言、分享、点赞

转载、投稿、咨询

邮箱:tcsae@tcsae.org

今日推荐


发布征集

欢迎广大作者、读者投稿至我刊公众号,包括但不限于创新科研成果、科技写作技巧、书籍推介、优秀科技工作者介绍、科研团队招聘/招生、行业资讯以及相关活动等农业工程领域信息。

公众号文章投稿邮箱:abe-newmedia@tcsae.org


公众号内回复【关键词】查询/获取更多信息

公众号内回复【2023-0822】收看“中国农业工程学会2023年学术年会(CSAE 2023)全体大会”

公众号内回复2023最美封面为您心中最美封面投出宝贵的一票

公众号内回复2023审稿人查看2023年度杰出、优秀审稿人评选结果

公众号内回复【招聘】加入《农业工程学报》和IJABE编辑部



»» 点击  阅读原文  免费获取全文

农业工程学报
发布《农业工程学报》出版相关信息,及论文题目、摘要、全文的相关链接。
 最新文章