基于环境变量的渭干河-库车河绿洲土壤盐分空间分布

发布时间：2024-02-01 12:28

　　土壤属性的数字制图对精准农业生产和环境保护治理至关重要。为了在大尺度上尽可能精确的监测土壤盐分空间变异性,该文使用普通克里格(ordinary kriging,OK)、地理加权回归(geographically weighted regression,GWR)和随机森林(random forest,RF)方法,结合地形、土壤理化性质和遥感影像数据等16个环境辅助变量,绘制渭干河-库车河绿洲表层土壤盐分分布图。基于决定系数(R²)、均方根误差(RMSE)和平均绝对误差(MAE)验证模型精度。结果表明:不同方法预测的盐分分布趋势没有显著差异,大体上从研究区的西北向东南部方向增加;结合辅助变量的不同预测方法中,RF方法预测精度最高,R²为0.74,RMSE和MAE分别为9.07和7.90 mS/cm,说明该模型可以有效地对区域尺度的土壤盐分进行定量估算;RF方法对电导率(electric conductivity,EC)低于2 mS/cm时预测精度最高,RMSE为3.96 mS/cm,很好的削弱了植被覆盖对电导率EC的影响。

【文章页数】：7 页

【部分图文】：

图1研究区采样点分布示意图

渭-库绿洲（80°37′～83°59′E,41°06′～42°40′N）位于塔里木盆地北麓中段。该范围包括新和、库车和沙雅3个县，总面积523.76万km2。海拔范围892～1100m，由西北向东南递减（图1）。该区属典型的温带大陆性干旱气候，年平均气温10.5～14.4℃，....

图2辅助变量的重要性

通过RF模型迭代100次获得辅助变量的相对重要性（relativeimportance,RI），如图2所示。CRSI、VD、CNBL、DEM和TC2是模型中最重要的变量。此外，遥感影像数据对EC含量的解释能力最高，其次是地形指数。这表明从遥感图像中提取的变量对于预测植被覆盖区域....

图3基于不同方法预测的土壤盐度空间分布

对比不同制图方法对土壤盐渍化的揭示程度，OK方法仅能预测出EC含量的整体空间分布规律，缺乏对EC含量空间变异的细节描述。相较于OK方法，GWR方法有较好的整体拟合性，预测的结果在EC<2mS/cm和EC≥16mS/cm的区域缩小，中间区域扩大，内部图斑破碎化使得制图效果的细....

本文编号：3892116