首页|基于机器语言的岷江上游流域表层土壤氢氧稳定同位素空间分布模拟

基于机器语言的岷江上游流域表层土壤氢氧稳定同位素空间分布模拟

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了探明利用机器学习方法对表层土壤氢氧稳定同位素组成(δ2H和δ18O)进行空间模拟的可行性,揭示δ2H和δ18O在岷江上游流域的大尺度分布变化规律,本研究在该区域共采集183个0～10 cm土层样本进行氢氧稳定同位素分析.通过变量筛选后,分别采用反向传播(BP)神经网络、随机森林(RF)和支持向量机(SVM)建立研究区浅层土壤δ2H和δ18O的模型并进行精度评价,通过结构方程模型(SEM)揭示各辅助变量与土壤水δ2H和δ18O之间的机理过程.结果 表明:RF模型的预测精度最高,可分别解释研究区表层土壤δ2H和δ18O变异的75.0％和64.0％.在该模型中,土壤体积含水量是最重要的辅助变量,对δ2H和δ18O的贡献率分别达到48.9％和37.4％.植被因子对表层土壤δ2H和δ18O的影响比气候因子大,且气候因子对δ2H和δ18O的影响过程受到植被因子的干扰.在所有辅助变量中,降水氢氧同位素由于分馏作用对δ2H和δ18O的影响最小.该区域表层土壤δ2H和δ18O在生长季各月的变化显著,在生长季初期和末期主要受植被的影响分别呈大幅度上升和下降趋势,而气候变化则导致生长季中期小幅波动.
Modeling spatial distributions of hydrogen and oxygen stable isotopes in surface soils of the upper reaches of Minjiang River based on machine languages

秦雯怡、陈果、李小臻、王翔、王鹏

展开 >

成都理工大学地球科学学院,成都610059

成都理工大学生态环境学院,成都610059

氢氧同位素 岷江上游 随机森林模型 生长季 生态水文

四川省科技厅项目国家自然科学基金

2020YJ017041803008

2021

10.13287/j.1001-9332.202112.002

应用生态学报
中国生态学学会 中国科学院沈阳应用生态研究所

应用生态学报

CSTPCDCSCD北大核心
影响因子：2.114
ISSN：1001-9332
年,卷(期)：2021.32(12)
  • 3
  • 15