|
|
20.
基于土壤质地的南平市建阳区耕地土壤有机碳预测
叶晴, 许业辉, 李慧川, 马丹, 张黎明
应用科学学报
2025, 43 (3):
519-529.
DOI: 10.3969/j.issn.0255-8297.2025.03.012
针对丘陵山地耕地土壤有机碳预测精度低的问题,研究了一种基于多时相遥感影像构建土壤质地的混合随机森林(random forest,RF)模型的数字土壤制图方法。以2008年979个土壤样点数据、2007—2010年30 m的Landsat 5 TM影像、12.5 m的数字高程模型(digital elevation model,DEM)、1 km的气象数据为数据源,提取遥感因子、地形因子和气象因子,然后分别构建基于土壤质地类型的RF模型和基于土壤质地分类概率的混合RF模型,对比分析单时相与多时相的全局RF模型精度,并进一步对比分析混合RF与全局RF预测土壤有机碳(soil organic carbon,SOC)的精度,最后筛选最佳模型预测南平市建阳区耕地SOC含量。结果表明:引入多时相合成的Landsat 5 TM遥感影像后,整体上SOC预测精度比单时相更高;与全局RF相比,基于土壤质地分类概率的混合RF模型的精度显著提高,R2提升53.57%,RMSE下降11.20%; SOC总体上呈现西部高而中东部低的空间特征,在边界区域较为平滑和连续。证明引入多时相的Landsat5 TM影像和基于土壤质地分类概率的混合RF模型可有效提高丘陵山地耕地SOC的制图精度。
参考文献 |
相关文章 |
多维度评价 |
评论(0)
|
|