首页|区域土壤-水稻籽粒镉耦合关系模型的构建和验证

区域土壤-水稻籽粒镉耦合关系模型的构建和验证

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为构建区域土壤-水稻籽粒镉(Cd)耦合关系模型,通过文献调研获取369组数据,采用广义线性回归(GLM)、梯度提升机器(GBM)、随机森林(RF)和Cubist等方法,以文献共有的土壤pH和总Cd含量(Soil_Cd)为自变量、水稻籽粒Cd含量(Grain_Cd)为因变量构建模型,并以实测土壤pH、Soil_Cd和Grain_Cd数据验证,分析比较不同模型的预测能力.结果 表明:GLM、GBM、RF和Cubist模型的性能接近,其决定系数R2都在0.5左右,但RF模型对实测数据的拟合效果最好(R2=0.534).因此,基于机器学习的RF模型能在区域尺度合理预测稻米Cd含量.
Model constructions and validations for regional cadmium coupling relationships in soil-rice grain

陈家乐、唐林茜、相满城、张春华、葛滢、陈效民

展开 >

南京农业大学资源与环境科学学院,南京210095

南京农业大学生命科学实验中心,南京210095

土壤 水稻 镉 耦合关系模型 机器学习

2016YFD08003062017YFD0800305

2021

10.13292/j.1000-4890.202108.011

生态学杂志
中国生态学学会

生态学杂志

CSTPCDCSCD
影响因子：1.439
ISSN：1000-4890
年,卷(期)：2021.40(8)
  • 1
  • 17