基于决策树的土壤Zn含量预测

摘要

以浙江省富阳市为研究区域,基于184个土壤表层（0--20 cm）样点的Zn浓度数据（根据背景值划分为G1、G2、G3、G4和G5共5个层次）,并结合土壤类型、pH值、有机质、农业用地方式、工矿企业类型、道路和农村居民点等环境因子,采用CART方法挖掘Zn在土壤中的累积规则.利用获得的规则预测剩余41个土壤样点的Zn浓度,并进行精度评价.结果表明,采用CART方法获得的结果比普通Kriging插值方法获得的结果总精度提高了21.95%,在G2和G5层次上模拟精度相差不大,但在G1、G3和G4层次上前者明显高于后者.研究还表明,工矿企业类型在区分土壤Zn含量高低（G1、G2和G3、G4、G5）层次上起主要作用,G1和G2之间,G3、G4和G5之间的土壤Zn含量与pH值、土壤类型和土地利用方式有关.