收藏本站
《郑州大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

县域尺度农用地表层土壤有机质含量预测技术对比研究

韩杏杏  
【摘要】:土壤是绿色植物生长的介质,人类赖以生存的最重要自然资源之一,土壤有机质作为土壤的重要组成部分,是反映土壤性状的重要指标之一,常被选做评价土壤肥力和土壤质量的因子。土壤有机质含量还是估算土壤有机碳储量的基础,其含量及动态对全球碳循环及气候变化有着重要影响。因此,如何基于有限样点数据相对准确地揭示土壤有机质含量时空变异特征一直是相关研究的热点。耕地表层土壤有机质含量更是与作物生长发育、农产品产品品质密切相关,掌握耕地土壤有机质的空间分异状况对土壤肥力定向培育、农作物栽培与种植、水肥田间管理等农业生产实践具有重要的指导意义。受成土环境、土壤发育过程以及人类活动等因素的影响,不同土壤类型在各类发生学属性方面均有一定差异,因此,同一解释变量对不同土类有机质变异程度的影响也会有所不同。本研究以河南省泌阳县为案例研究区,以2009年~2011年在案例区开展的测土配方施肥项目采集的2172个耕地表层土壤样点数据为构建预测模型的数据基础,并收集整理了第二次全国土壤调查数据库、第二次全国土地利用调查数据库、泌阳县统计年鉴、遥感影像等资料,以自然环境因子(高程、坡向、坡度、NDVI)、土壤属性因子(土壤质地)、耕地管理因子(灌溉水平、排水能力)等七个因子作为解释变量,基于方差分析结果,分别抽取不同组土类(黄褐土、黄棕壤、潮土、砂姜黑土4个土类为主)表层土壤样点数量的70%左右构成训练数据集,运用逐步线性回归、空间自回归、地理加权回归、随机森林四种模型分别拟合各组土类表层土壤样点有机质含量与显著相关的解释变量之间的关系,对上述模型的适用性、预测输出结果的精度进行系统分析对比,并以此为基础,对案例地区不同土类耕地表层土壤有机质含量进行空间预测。研究结果表明:(1)案例区所有耕地表层土壤样点有机质含量的均值为14.26 g/kg;不同土类中,砂姜黑土表层土壤有机质含量的均值最高,为16.44g/kg。潮土与粗骨土类、黄褐土与黄棕壤类土壤样点的有机质含量数据统计特征类似,两组土类可分别构建一个表层有机质含量预测模型,而砂姜黑土类单独构建预测模型。(2)样点表层土壤有机质含量均具有显著空间自相关性,同一土类的样点,表层土壤有机质存在局部空间聚集状况,不同土类比较,内部空间聚集程度存在差异。(3)模型检验方面,回归类模型对于训练集的回代检验效果优于交叉验证,随机森林模型不存在过度拟合。(4)无论比较拟合优度R~2还是与实测值对比的皮尔逊相关系数等指标,地理加权回归模型在对案例区耕地表层土壤有机质含量的预测表现整体上都要优于逐步线性回归和空间自回归模型,与随机森林模型的预测能力相当。潮土、粗骨土分布区以使用随机森林模型的预测效果最优,输出的所有样点预测值与实测值相关性高达0.875,但残差仍存在一定的空间自相关性;其它两组土类以使用地理加权回归模型的预测效果最优,黄褐土与黄棕壤类与实际值相关性为0.653,砂姜黑土类0.617,残差的自相关性几乎消失。(5)对于潮土、粗骨土农用地来说,影响表层有机质含量变异的最重要因子是坡向和灌溉水平。高程则是影响黄褐土、黄棕壤表层土壤有机质含量的最关键变量,砂姜黑土表层有机质含量高低同样受高程影响最大。(6)输出的预测图显示,案例区西北角砂姜黑土分布区农用地表层土壤有机质处于较高水平,案例区北部也有有机质含量高值区零散分布,而西南部农用地表层土壤有机质水平普遍较低。本文系统研究了案例地区不同土类的农用地表层土壤有机质含量变异特征,通过对比,揭示了随机森林模型算法和地理加权回归算法在土壤属性空间预测与数字化制图领域的有效性和应用潜力,阐释了影响和制约不同土壤类型的耕地表层土壤有机质含量的核心因素各异,为获得更精确的预测结果,需要构建对应的适宜模型。
【学位授予单位】:郑州大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:S153.621

【参考文献】
中国期刊全文数据库 前10条
1 陈琳;任春颖;王宗明;张柏;;基于克里金插值的耕地表层土壤有机质空间预测[J];干旱区研究;2017年04期
2 杨帆;徐洋;崔勇;孟远夺;董燕;李荣;马义兵;;近30年中国农田耕层土壤有机质含量变化[J];土壤学报;2017年05期
3 张枝枝;张福平;燕玉超;王虎威;;渭河两岸缓冲带的土壤有机质含量分布特征及其影响因子[J];土壤;2017年02期
4 宋英强;杨联安;冯武焕;于世锋;许婧婷;王晶;杨煜岑;任丽;;基于多源辅助变量和极限学习机的蔬菜地土壤有机质预测研究[J];土壤通报;2017年01期
5 郭治兴;袁宇志;郭颖;孙慧;柴敏;陈泽鹏;Mogens H.Greve;;基于地形因子的土壤有机碳最优估算模型[J];土壤学报;2017年02期
6 张海阳;齐俊传;毛健;;基于R语言的数据挖掘算法研究[J];电脑知识与技术;2016年28期
7 郭乃嘉;史学正;赵永存;徐胜祥;王美艳;孔超;;人为与环境因子对农田土壤有机质影响的比较研究——以典型黑土区和水稻土区为例[J];土壤学报;2016年05期
8 Amitava CHATTERJEE;George D JENERETTE;;Variation in soil organic matter accumulation and metabolic activity along an elevation gradient in the Santa Rosa Mountains of Southern California, USA[J];Journal of Arid Land;2015年06期
9 王茵茵;齐雁冰;陈洋;解飞;;基于多分辨率遥感数据与随机森林算法的土壤有机质预测研究[J];土壤学报;2016年02期
10 吴才武;夏建新;段峥嵘;;土壤有机质预测性制图方法研究进展[J];土壤通报;2015年01期
中国博士学位论文全文数据库 前3条
1 徐丹;不同尺度农田土壤有机质和全氮空间变异及三维模拟研究[D];河南理工大学;2016年
2 宋金红;基于DEM和空间自相关分析的土壤有机质空间模拟研究[D];吉林农业大学;2015年
3 覃文忠;地理加权回归基本理论与应用研究[D];同济大学;2007年
中国硕士学位论文全文数据库 前10条
1 杨顺华;基于空间回归模型的土壤有机质区域分布特征研究[D];华中农业大学;2016年
2 王茵茵;基于RS数据与RF算法的陕西省土壤有机质预测研究[D];西北农林科技大学;2016年
3 凌亚东;多种类土壤有机质的近红外分析模型及其共性研究[D];暨南大学;2016年
4 蒋威;基于不同数据类型的区域耕地土壤有机质含量估测方法研究[D];福建农林大学;2016年
5 韩宗伟;地理空间分析中土壤景观模型的设计与创新应用[D];华中农业大学;2015年
6 黄婷;基于支持向量机的土壤基础肥力评价和土壤有机质含量预测研究[D];南京农业大学;2015年
7 邓燕红;不同地貌类型区表征土壤有机质空间变异的空间插值模型及尺度效应研究[D];福建农林大学;2015年
8 王兴科;河南省砂姜黑土与潮土系统分类研究[D];郑州大学;2013年
9 李曦;基于高光谱遥感的土壤有机质预测建模研究[D];浙江大学;2013年
10 赵倩;地理加权回归模型均方误差的研究[D];东北林业大学;2012年
【共引文献】
中国期刊全文数据库 前10条
1 尚天翠;刘影;赵玉;;新疆野生樱桃李林自然保护区不同海拔梯度土壤养分特征及相关性分析[J];中国农业科技导报;2018年08期
2 Zhu CEN;Tingzhong WANG;Rongxiang WANG;Huande FENG;;Spatial and Temporal Variability of Soil Organic Matters in Se-rich Areas of Hainan Island in Recent 30 Years[J];Agricultural Biotechnology;2018年04期
3 杨煜岑;杨联安;任丽;李聪莉;朱群娥;王天泰;李新尧;;基于随机森林的农耕区土壤有机质空间分布预测[J];浙江农业学报;2018年07期
4 石小亮;陈珂;曹先磊;何丹;;森林生态系统服务价值仿真预测研究[J];上海农业学报;2018年04期
5 任向宁;董玉祥;;基于地理探测器的区域土壤耕层有机碳含量多元复合模型构建——以珠三角核心区为例[J];热带地理;2018年04期
6 赵越;罗志军;赵杰;江春燕;冉凤维;;崇义县土壤有机质空间变异及在不同侵蚀程度下的影响因素[J];西南农业学报;2018年06期
7 朱洁;刘洪斌;徐宸;;重庆烟区环境因子对土壤有机质含量的影响[J];烟草科技;2018年06期
8 石朴杰;王世东;张合兵;王新闯;;基于高光谱的复垦农田土壤有机质含量估测[J];土壤;2018年03期
9 汪大明;秦凯;李志忠;赵英俊;陈伟涛;甘义群;;基于航空高光谱遥感数据的黑土地有机质含量反演:以黑龙江省建三江地区为例[J];地球科学;2018年06期
10 方星宇;张科伟;;基于文本挖掘的共享单车发展现状分析[J];内蒙古科技与经济;2018年10期
中国博士学位论文全文数据库 前10条
1 吴森森;地理时空神经网络加权回归理论与方法研究[D];浙江大学;2018年
2 张晓东;基于遥感和GIS的宁夏盐池县地质灾害风险评价研究[D];中国地质大学(北京);2018年
3 王广强;大水矿井复合导水构造靶向注浆治理及效果评价研究[D];中国矿业大学(北京);2018年
4 宋超;面向城市消防站选址规划的时空动态火灾风险建模分析[D];中国科学技术大学;2017年
5 姜伟;基于社交媒体顾及空间效应的商业区竞争选址研究[D];武汉大学;2017年
6 吴姗姗;射阳河流域沉积物重金属环境地球化学研究[D];南京师范大学;2017年
7 郭鹏;贝叶斯空间分位计量模型及应用研究[D];湖南大学;2017年
8 杨毅;顾及时空非平稳性的地理加权回归方法研究[D];武汉大学;2016年
9 季斌;内蒙古浩布高地区多金属矿综合信息找矿预测研究[D];合肥工业大学;2017年
10 崔璟;火灾后大跨空间结构受力性能评估方法研究及应用[D];东南大学;2016年
中国硕士学位论文全文数据库 前10条
1 章盛;基于可见-近红外光谱技术的土壤有机碳含量快速检测系统研究[D];江汉大学;2018年
2 韩杏杏;县域尺度农用地表层土壤有机质含量预测技术对比研究[D];郑州大学;2018年
3 尚璇;有机质与含水量对土壤高光谱的交互影响及其估测模型[D];山东农业大学;2018年
4 董文;成渝城市群县域住宅地价时空演变及影响因素研究[D];四川师范大学;2018年
5 曹金洋;基于光谱反射率的中亚热带土壤CEC含量预测建模研究[D];华中农业大学;2017年
6 薄欣;不同含水量梯度下土壤有机碳含量分布特征及高光谱估测模型研究[D];哈尔滨师范大学;2017年
7 刘晨;松嫩平原西部土壤有机碳时空变化及其影响因素分析[D];哈尔滨师范大学;2017年
8 宋玉玲;基于可见—近红外光谱的土壤有机碳密度特征分析及空间模拟[D];武汉大学;2017年
9 邱壑;耕地土壤有机质与速效氮磷钾含量高光谱遥感反演研究[D];福建农林大学;2017年
10 冯旖;长沙市水耕人为土典型土系分类[D];湖南农业大学;2016年
【二级参考文献】
中国期刊全文数据库 前10条
1 高凤杰;马泉来;韩文文;单培明;周军;张少良;张志民;王宏燕;;黑土丘陵区小流域土壤有机质空间变异及分布格局[J];环境科学;2016年05期
2 吴春生;刘高焕;刘庆生;黄翀;张韵婕;管续栋;;蒙古高原中北部土壤有机质空间分布研究[J];资源科学;2016年05期
3 马伟波;谭琨;李海东;闫庆武;;基于超限学习机的矿区土壤重金属高光谱反演[J];生态与农村环境学报;2016年02期
4 王祥峰;蒙继华;;土壤养分遥感监测研究现状及展望[J];遥感技术与应用;2015年06期
5 白由路;;国内外耕地培育的差异与思考[J];植物营养与肥料学报;2015年06期
6 刘立生;徐明岗;张璐;文石林;高菊生;董春华;;长期种植绿肥稻田土壤颗粒有机碳演变特征[J];植物营养与肥料学报;2015年06期
7 黄安;杨联安;杜挺;张彬;宋英强;王安乐;秦进;;基于多元成土因素的土壤有机质空间分布分析[J];干旱区地理;2015年05期
8 张娟娟;熊淑萍;时雷;马新明;王高;;基于近红外光谱分析的土壤全氮含量估测研究[J];土壤;2015年04期
9 李玲;张少凯;吴克宁;杨素勤;杜丽伟;;基于土壤系统分类的河南省土壤有机质时空变异[J];土壤学报;2015年05期
10 张若兮;杨勇;张楚天;;基于范畴型变量和贝叶斯最大熵的土壤有机质空间预测[J];土壤通报;2015年02期
中国博士学位论文全文数据库 前10条
1 叶回春;北京土壤肥力及其关键要素空间变异与尺度效应研究[D];中国农业大学;2014年
2 郑亮;华北典型高产粮田土壤有机质时空变异规律与水氮优化管理[D];中国农业大学;2014年
3 王合玲;艾比湖流域土壤有机质与影响因素响应系研究[D];新疆大学;2013年
4 刘洋;气候变化背景下我国农业水热资源时空演变格局研究[D];中国农业科学院;2013年
5 李典友;区域湿地和农田土壤有机碳变化研究[D];南京农业大学;2011年
6 李志斌;基于地统计学方法和Scorpan模型的土壤有机质空间模拟研究[D];中国农业科学院;2010年
7 刘毅;间歇过程的核学习自适应建模与控制研究及工业应用[D];浙江大学;2009年
8 李洪义;滨海盐土三维土体电导率空间变异及可视化研究[D];浙江大学;2008年
9 陈彦;绿洲农田土壤养分时空变异及精确分区管理研究[D];石河子大学;2008年
10 王红娟;我国北方粮食主产区土壤养分分布特征研究[D];中国农业科学院;2007年
中国硕士学位论文全文数据库 前10条
1 张瑞;北京近郊耕地土壤性质空间变异性研究及肥力综合评价[D];北京林业大学;2015年
2 邵娜;海南岛土壤全氮时空变异特征的研究[D];中国农业科学院;2015年
3 刘林;关中复杂地貌区县域耕地地力评价研究[D];西北农林科技大学;2014年
4 付晓婷;基于地貌分区的土壤养分空间变异性分析及采样设计研究[D];西北大学;2012年
5 万天凤;涪江中游不同丘陵地貌土壤全氮含量空间变异及不确定性评价[D];四川农业大学;2012年
6 苏晓燕;采样设计对土壤有机质含量空间预测精度的影响研究[D];南京师范大学;2012年
7 赵燕;河南省砂姜黑土系统分类归属及代表土系的建立[D];郑州大学;2012年
8 赵倩倩;县域耕地土壤养分空间变异性及其合理采样数研究[D];山东农业大学;2012年
9 董大伟;基于空间数据挖掘和地统计学的土地集约利用时空分异研究[D];华中师范大学;2011年
10 张小青;山地和丘陵区土壤养分空间插值精度比较研究[D];湖南农业大学;2011年
【相似文献】
中国期刊全文数据库 前10条
1 陈一诺;董绍华;;基于随机森林算法的管道缺陷预测方法[J];油气储运;年期
2 刘阳;杜华军;岳子涵;马杰;吕武;;基于随机森林的无人机检测方法[J];计算机工程与应用;年期
3 胡蝶;;基于随机森林的债券违约分析[J];当代经济;2018年03期
4 温博文;董文瀚;解武杰;马骏;;基于改进网格搜索算法的随机森林参数优化[J];计算机工程与应用;2018年10期
5 赵艺淞;杨昆;王保云;黎晓路;;随机森林在城市不透水面提取中的应用研究[J];云南师范大学学报(自然科学版);2017年03期
6 吴辰文;梁靖涵;王伟;李长生;;一种顺序响应的随机森林:变量预测和选择[J];小型微型计算机系统;2017年08期
7 顾娟;林敏;鞠桂玲;;基于随机森林回归的军械器材需求预测[J];自动化应用;2017年09期
8 刘迎春;陈梅玲;;流式大数据下随机森林方法及应用[J];西北工业大学学报;2015年06期
9 罗超;;面向高维数据的随机森林算法优化探讨[J];商;2016年04期
10 杨晓峰;严建峰;刘晓升;杨璐;;深度随机森林在离网预测中的应用[J];计算机科学;2016年06期
中国重要会议论文全文数据库 前10条
1 尤东方;赵杨;;存在混杂时高维数据的随机森林分析[A];2017年中国卫生统计学学术年会论文集[C];2017年
2 张涛;李贞子;武晓岩;李康;;随机森林回归分析方法及在代谢组学中的应用[A];2011年中国卫生统计学年会会议论文集[C];2011年
3 吕洁;;基于随机森林算法对内蒙古地区地面逐日平均温度的估算[A];第34届中国气象学会年会 S20 气象数据:深度应用和标准化论文集[C];2017年
4 张炜;;天津市人才吸引力影响要素评价——基于随机森林法的检验分析[A];发挥社会科学作用 促进天津改革发展——天津市社会科学界第十二届学术年会优秀论文集(中)[C];2017年
5 高洪利;;基于随机森林算法的卷烟销量预测及分析[A];中国烟草学会学术年会优秀论文集[C];2017年
6 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年
7 高磊;秦慧杰;许康;;基于随机森林的资源三号影像地表覆盖信息提取[A];地理信息与人工智能论坛暨江苏省测绘地理信息学会2017年学术年会论文集[C];2017年
8 郑志伟;邱佳玲;阳庆玲;龚晓春;郭山清;贾忠伟;郝春;;随机森林算法对文本情感分析的应用与R软件实现[A];2017年中国卫生统计学学术年会论文集[C];2017年
9 杨璐;宋建国;;基于随机森林的地震储层分类方法研究[A];2017中国地球科学联合学术年会论文集(三十八)——专题71:内磁层动力学、专题72:计算地球物理方法和技术、专题73:地热:“学”以致“用”、专题74:电磁卫星观测与应用[C];2017年
10 刘继辉;许磊;马晓龙;李达;林鸿佳;杨洋;杨晶津;李兴绪;王慧;;基于随机森林回归的制丝过程参数影响权重分析[A];中国烟草学会学术年会优秀论文集[C];2017年
中国重要报纸全文数据库 前1条
1 本报记者 田新元;人工智能助力保险业智慧化转型[N];中国改革报;2017年
中国博士学位论文全文数据库 前10条
1 王鑫;基于随机森林的认知网络频谱感知算法研究[D];东北大学;2016年
2 王晓军;基于大数据的风洞马赫数集成建模方法的研究[D];东北大学;2016年
3 姚登举;面向医学数据的随机森林特征选择及分类方法研究[D];哈尔滨工程大学;2016年
4 黄玥;VANET信息安全问题及异常检测技术研究[D];吉林大学;2017年
5 倪强;基于随机前沿和随机森林法的沿海开发区发展效率研究[D];天津大学;2011年
6 季斌;内蒙古浩布高地区多金属矿综合信息找矿预测研究[D];合肥工业大学;2017年
7 雷震;随机森林及其在遥感影像处理中应用研究[D];上海交通大学;2012年
8 金超;基于随机森林的医学影像分割算法研究及应用[D];苏州大学;2017年
9 李宝富;巨厚砾岩层下回采巷道底板冲击地压诱发机理研究[D];河南理工大学;2014年
10 赵东;基于群智能优化的机器学习方法研究及应用[D];吉林大学;2017年
中国硕士学位论文全文数据库 前10条
1 韩杏杏;县域尺度农用地表层土壤有机质含量预测技术对比研究[D];郑州大学;2018年
2 耿晗;基于随机森林的苹果内部品质多标签分类方法研究[D];西北农林科技大学;2018年
3 梁君雅;控制混杂的随机森林方法评价及其在高维组学数据分析中的应用[D];南京医科大学;2018年
4 张宇;基于振动光谱的汽油非法添加煤油的检测方法研究[D];华东交通大学;2018年
5 任才溶;基于并行随机森林的城市PM_(2.5)浓度预测[D];太原理工大学;2018年
6 赵佳楠;基于随机森林的长江三角洲PM_(2.5)浓度空间模拟及暴露风险评估[D];华东师范大学;2018年
7 赵书慧;基于MODIS卫星数据的水面积提取方法研究[D];山东师范大学;2018年
8 肖怀硕;基于振动信号的断路器故障诊断与状态评估[D];山东大学;2018年
9 李欣欣;基于代价敏感性随机森林与支持向量机的肝硬化并发肝性脑病风险预测模型研究[D];山西医科大学;2018年
10 杜沛冬;结合卷积神经网络和随机森林的癫痫自动检测[D];山东大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026