农业环境科学学报

作者：焦扬庆,张世文,颜芳,王胜涛,赵宝玉

单位：安徽理工大学地球与环境学院, 安徽 淮南 232001,安徽理工大学地球与环境学院, 安徽 淮南 232001,北京市耕地建设保护中心, 北京 100101,北京市耕地建设保护中心, 北京 100101,安徽理工大学地球与环境学院, 安徽 淮南 232001

关键词：土壤有机质,特征筛选,随机森林,空间预测,

基金：第三次新疆综合考察项目（2021xjkk0200601）；粮食作物创新团队土壤评价与质量提升岗位专家项目（BAIC02-2024）；国家重点研发计划项目（2020YFC1908601）

针对冗余特征变量对随机森林模型存在负面影响的问题，本研究选取不同类型环境变量进行组合并优化，探究不同环境变量对随机森林模型预测土壤有机质空间分布的影响。选择地形因素、气候因素、植被因素、土壤属性和人为因素进行排列组合，构建不同环境变量组合的土壤有机质随机森林预测模型。利用Spearman相关性分析与重要性分析方法遴选最优环境变量集合。结果表明：以土壤属性和人为因素作为输入变量的随机森林预测模型结果较优，其均方根误差和决定系数分别为4.387 g·kg-1和0.802；以气候因素作为单独输入时，预测精度最低，决定系数为0.747；经特征筛选后去掉冗余变量，随机森林预测模型效果达到最优，均方根误差和决定系数分别为2.785 g·kg-1和0.911；相关性和重要性分析结果表明，地形是研究区土壤有机质的主要影响因素。研究表明，随机森林模型预测精度优于传统的普通克里格、回归克里格和地理加权回归克里格模型。特征筛选后的环境变量能够有效提高随机森林预测模型精度，在变量减少的情况下，仅用高程、坡度、成土母质和年平均降水量进行研究区土壤有机质含量空间预测的预测精度达0.8以上。

来源：2025年第11期

《农业环境科学学报》期刊编辑部

查看农业环境科学学报杂志2025年第11期