基于Boruta-支持向量回归的安徽省土壤pH值预测制图

编号 zgly0001683809

文献类型 期刊论文

文献题名 基于Boruta-支持向量回归的安徽省土壤pH值预测制图

作者 卢宏亮  赵明松  刘斌寅  张平  陆龙妹 

作者单位 安徽理工大学测绘学院  土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所) 

母体文献 地理与地理信息科学 

年卷期 2019年05期

年份 2019 

分类号 P285.1  S151.9 

关键词 土壤pH值预测  Boruta算法  核函数  支持向量机回归  安徽省 

文摘内容 以安徽省为研究区域,将Boruta算法用于特征筛选,选择最优变量组合输入支持向量回归(SVR)模型,经参数优化和核函数对比后,选择最优的SVR预测模型进行土壤pH值空间分布制图。结果表明:1)使用Boruta算法筛选后的特征变量建模优于全部变量建模;特征变量重要性分析表明,年均降水(MAP)是影响安徽省土壤pH值的最重要因素,多尺度山谷平坦指数(MrVBF)、多尺度山脊平坦指数(MrRTF)和年均温(MAT)等特征变量均对土壤pH值有较重要的影响。2)选择径向基函数(RBF)作为核函数建立SVR模型进行土壤pH值预测最为合理;参数C=1,γ=0.125时,SVR模型精度最高,可以解释土壤pH值变异的74%,验证集R~2为0.62。3)土壤pH值预测制图结果表明,安徽省土壤pH值空间分布呈由北至南逐渐降低的趋势,符合南酸北碱特征,且预测制图的统计结果与样本点的统计结果基本一致。将Boruta算法与SVR模型结合可以提高土壤pH值的预测制图精度,且模型的泛化能力较强。