基于回归树模型的土壤有机质空间分布预测文献综述

 2022-08-03 15:27:33

基于回归树模型的土壤有机质空间分布预测

1.文献综述

1.1研究背景和意义

土壤是一个具备高度空间变异性的时空连续的天然变异体。土壤有机质( Soil Organic Matter，SOM) 是大气CO2潜在的碳源，是全球碳平衡过程中非常重要的碳库，被认为是影响全球“温室效应”的主要因素之一[1]。土壤有机质的含量及其动态平衡也是反映土壤品质和土壤健康的一个重要指标，直接影响土壤肥力和作物产量的高低[17]。分析土壤有机质的空间分布特征及演变规律，为土壤养分资源的科学精准管理和土地资源的可持续利用提供参考[4]。

目前关于在省域标准上影响土壤有机质密度的因素已经有了一些初步的研讨，但是对于区域尺度上的影响要素研究相对较少[15-16]。安徽宣州区作为本研究的研究区域，以回归树模型方法剖析宣州区土壤有机质空间的分布规律，有利于掌握区域标准下的土壤肥力情况，为农田营养管理以及区域农业的可持续发展提供科学依据。

1.2 国内外研究进展

1.2.1 国外研究

土壤是一个时空连续的变异体，有机质的空间变异特征具有很强的空间异质性[2]。预测土壤养分空间分布一直是土壤学研究的热点问题之一[5]。在国外，对于土壤有机质的空间分布研究已有很多实例，一些学者运用普通克里格模型（Zhu,Lin,2010;Eldeiry,Garcia,2010）、多元线性回归方程（Malone et al.，2016）、偏最小二乘回归模型（Abdi、2010）、人工神经网络模型（Li et al., 2013）、模糊函数（Qi et al.,2006）等方法进行了土壤属性空间变异的表达，Yang等（Yang et al., 2016）比较了随进森林模型和回归树模型预测高山生态系统土壤有机质空间分布，指出回归树模型的预测结果更合理，且丰富的遥感信息应得到更多应用[3]。以上各种计算模型在土壤属性空间上的变异研究作出了有意义的参考。但是，这类研究模型较少考虑土壤属性自身空间过程、空间自相关与环境因子相互作用等理论的运用。为了合理利用土壤有机质的空间异质性，通过环境因子的辅助作用进行空间预测。已有学者从不同角度提出了一些顾及空间特性的技术来克服上述计算模型的不足。

Ziadat在对一个面积大于70平方公里的研究区做土壤物理属性空间分布预测时，利用地形分类技术划分为多个小个子研究区，随后在每个子研究区内分别建立回归模型[6-7]；Cox和Martin用统计学方法判断土壤化学属性对固氮菌的影响[8]；Jenkinson等依据Rothamsted模型模拟结果预估,假如全球温度每年升高0.03℃, 全球土壤在将来的60a将从土壤有机质中增加CO2 -C 排放61 Gt[9]； Kuzel等研究了一公顷区域内镉浓度、pH值和土壤有机质的空间变异[18]。

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章