首页|基于遥感数据和随机森林算法的土壤重金属空间分布模拟——以铬为例

基于遥感数据和随机森林算法的土壤重金属空间分布模拟——以铬为例

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为评估土壤重金属的富集状态及空间分异态势,选取山东省章丘市为研究区,系统采集425处土壤样品,测定土壤中铬(Cr)元素含量,采用描述性统计特征评估重金属在土壤中的富集状态;获取与土壤采样同期的Landsat-8 OLI遥感数据,将土壤重金属的环境要素作为自变量,测定的土壤Cr元素含量为因变量,构建基于随机森林算法的土壤重金属空间模拟模型,完成土壤中的重金属含量预测和空间分布模拟.结果表明,土壤重金属Cr含量均值高出土壤元素背景值37.22%,但低于农用地土壤污染风险筛选值,表明土壤中Cr的富集在可管控范围内;随机森林算法支持的空间模拟模型具有较好的精度和稳定度,精度系数R2 和RMSE值分别为0.87 和7.19,优于普通克里格法(R2=0.66,RMSE=13.15)对土壤重金属的空间分布模拟.
Spatial Distribution Simulation of Soil Heavy Metals Based on Remote Sensing Data and Random Forest Algorithm—Taking Chromi-um as an Example

Soil heavy metalsRandom forest algorithmRemote sensingSpatial distribution simulationCr

周忠科、王泽强、王唯、宋晓宁、徐夕博

展开 >

北京师范大学环境演变与自然灾害教育部重点实验室,北京 100875

枣庄学院旅游与资源环境学院,山东枣庄 277160

哈尔滨师范大学地理科学学院,黑龙江哈尔滨 150025

土壤重金属 随机森林算法 遥感 空间分布模拟 铬

环境演变与自然灾害教育部重点实验室开放基金

2022-KF-14

2023

10.3969/j.issn.0517-6611.2023.14.013

安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
年,卷(期)：2023.51(14)
  • 12