基于三种空间预测方法的安庆市耕地土壤速效钾空间分布预测

摘要

以安徽省安庆市为研究区,选取环境变量因子(空间位置变量因子、地形变量因子、土壤变量因子、气候变量因子)作为变量因素,通过构建随机森林(Random Forest,RF)模型对研究区耕地土壤速效钾含量进行预测,并与普通克里金(Ordinary Kriging,OK)和反距离权重(Inverse Distance Weighting,IDW)这两种传统空间预测方法作对比.结果表明:研究区内速效钾空间分布的3种方法的预测精度高低顺序为RF>OK>IDW,其中RF模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R2)分别为30.93 mg·kg-1、41.31 mg·kg-1和0.58,相较于OK和IDW分别高出了3.36％、5.95％,6.71％、11.86％和18.37％、23.40％;3种空间分布预测方法整体趋势一致,呈东南高西北低分布.综合而言,RF模型能较好地预测安庆市耕地土壤速效钾含量,且纬度、年平均温度、成土母质、高程、经度、年平均降水量是影响RF模型精度的主要因素.