基于特征变量与支持向量机回归克里格(SVRK)法的湿地土壤有机质空间变异特征分析

发布时间：2024-02-18 07:38

　　选取有效变量与适宜方法有助于揭示河口湿地土壤有机质的空间分异特征,对维护湿地生态平衡和全球碳循环具有重要作用。以福州市闽江河口湿地为研究区,采用逐步回归分析(SLR)与主成分分析(PCA)法筛选显著的特征变量,运用支持向量机回归克里格(SVRK)法分析了湿地土壤有机质的空间异质性,并与神经网络克里格(BPNNK)法、回归克里格(RK)法进行了比较。结果表明:通过SLR和PCA分析发现,归一化植被指数(NDVI)、比值植被指数(RVI)、土壤水分指数(PDI)、汇流累积量(FA)及沉积物移动指数(STI)与土壤有机质含量关系密切,其判定系数R²为0.446,显著性概率值P<0.0001,可转换为3个独立的特征变量用于模型的预测。研究区土壤有机质的空间变异主要受结构性因素影响,呈现出"北低南高"的空间格局,采用SVRK模型的预测精度更高,能较好地体现河口湿地土壤有机质的空间异质特征。该研究可为同类区域的土壤有机质空间特征研究提供方法支撑。

【文章页数】：8 页

【部分图文】：

图1研究区位置及采样点分布图

考虑到湿地的自然景观保护和样点分布的均匀性，先在室内利用GoogleEarth高分辨遥感影像对采样点进行初步布设。2017年8月2—12日在研究区手持GPS进行定点，以定点为中心设置10m×10m小样方，按照“五点混合采样法”采集土壤样品，采样深度为0～30cm，共采集土....

图3RK、BPNNK和SVRK模型精度验证

为了进一步验证SVRK模型的预测效果，利用25个测试集绘制1∶1关系图(图3)。通过图3可知，SVRK模型的样本点基本分布在1∶1关系线两侧，模型拟合程度极佳。与RK、BPNNK模型相比，SVRK模型的R2和RPD分别提高了0.163、0.058和0.394、0.172,RMSE....

图2研究区SOM的空间分布图

根据上述分析结果，分别对OLS残差、BPNN残差和SVR残差进行OK插值，得到RK、BPNNK和SVRK模型预测的土壤有机质空间分布图(图2)。由图2可知，研究区SOM含量在空间分布上呈现出“北低南高”的变化趋势，具有明显的空间异质性，这与研究区的植被覆盖、土壤属性、地形特征等环....

本文编号：3902151