土壤pH是土壤的基本属性之一,对土壤环境管理有重要作用。以安徽省为研究区域,选用气候、地形、生物等17个相关环境变量,利用XGBoost和随机森林(random forest,RF)模型建立安徽省土壤pH空间预测模型,对比两模型的预测精度,并估算了两种...土壤pH是土壤的基本属性之一,对土壤环境管理有重要作用。以安徽省为研究区域,选用气候、地形、生物等17个相关环境变量,利用XGBoost和随机森林(random forest,RF)模型建立安徽省土壤pH空间预测模型,对比两模型的预测精度,并估算了两种制图结果的不确定性。结果表明:与随机森林模型相比,XGBoost模型对安徽省土壤pH的预测精度更高。XGBoost模型中eta、max_depth和nrounds对于模型的精度均具有一定的影响,eta的变化对于XGBoost模型精度影响最大。年均降水量(mean annual precipitation,MAP)、纬度(latitude,记为Y)、多尺度谷底平坦度(multiresolution index of valley bottom flatness,MRVBF)、年均温(mean annual temperature,MAT)、多尺度脊顶平坦度(multiresolution index of the ridge top flatness,MRRTF)、增强植被指数(enhanced vegetation index,EVI)对土壤pH建模有较大的影响,在两种模型的变量重要性排序中均重要。空间制图结果表明:两模型的预测结果大体趋势相同,安徽省土壤pH呈“南酸北碱”的趋势,但两者在部分地区的结果仍有区别。展开更多
【目的】土壤酸化是耕地质量退化的突出问题,研究主要农作物产量对土壤pH的响应及其影响因素,为土壤酸化防治提供理论依据。【方法】通过“中国知网”、“Web of Science”数据库,分别以玉米(maize)、水稻(rice)、小麦(wheat)、大豆(soy...【目的】土壤酸化是耕地质量退化的突出问题,研究主要农作物产量对土壤pH的响应及其影响因素,为土壤酸化防治提供理论依据。【方法】通过“中国知网”、“Web of Science”数据库,分别以玉米(maize)、水稻(rice)、小麦(wheat)、大豆(soybean)、土壤pH(soil pH)、作物产量(yield)为关键词,获取1980—2020年已公开发表的文献数据。基于国内外大田试验,分析了玉米、水稻、小麦、大豆产量与土壤pH的关系,运用Sigmoid函数计算作物酸害阈值,结合皮尔逊相关性分析与偏相关分析,明确作物酸害阈值的主要影响因素。【结果】1)4种作物产量伴随土壤pH降低均呈“S”型降低趋势;玉米、大豆、小麦和水稻产量95%的酸害阈值分别为pH 5.87、5.34、5.32和4.21。2)作物相对产量与交换性铝呈显著负相关,与土壤pH、交换性钙、钙铝比、有机质、有效磷、化学氮肥施用量呈显著正相关。当土壤pH大于酸害阈值时,作物产量与有机质、有效磷呈显著正相关,当土壤pH小于酸害阈值时,作物产量与土壤pH、交换性钙、钙铝比呈显著正相关,与交换性铝呈显著负相关。3)偏相关分析表明,剔除有机质影响后,相对产量与pH的相关系数升高0.207,交换性铝与相对产量的相关系数升高0.072;剔除有效磷影响后,相对产量与pH的相关系数升高0.085,交换性铝与相对产量的相关系数升高0.147;剔除施氮量影响后,相对产量与pH的相关系数升高0.026,交换性铝与相对产量的相关系数降低0.009。有效磷、有机质和化学氮肥施用量是影响作物产量对土壤pH响应的关键因素。【结论】当土壤pH低于酸害阈值时,较高的有效磷和有机质含量可降低土壤pH对作物产量的不利影响,即有效磷和有机质含量越高,作物酸害越轻。展开更多
文摘土壤pH是土壤的基本属性之一,对土壤环境管理有重要作用。以安徽省为研究区域,选用气候、地形、生物等17个相关环境变量,利用XGBoost和随机森林(random forest,RF)模型建立安徽省土壤pH空间预测模型,对比两模型的预测精度,并估算了两种制图结果的不确定性。结果表明:与随机森林模型相比,XGBoost模型对安徽省土壤pH的预测精度更高。XGBoost模型中eta、max_depth和nrounds对于模型的精度均具有一定的影响,eta的变化对于XGBoost模型精度影响最大。年均降水量(mean annual precipitation,MAP)、纬度(latitude,记为Y)、多尺度谷底平坦度(multiresolution index of valley bottom flatness,MRVBF)、年均温(mean annual temperature,MAT)、多尺度脊顶平坦度(multiresolution index of the ridge top flatness,MRRTF)、增强植被指数(enhanced vegetation index,EVI)对土壤pH建模有较大的影响,在两种模型的变量重要性排序中均重要。空间制图结果表明:两模型的预测结果大体趋势相同,安徽省土壤pH呈“南酸北碱”的趋势,但两者在部分地区的结果仍有区别。
文摘【目的】土壤酸化是耕地质量退化的突出问题,研究主要农作物产量对土壤pH的响应及其影响因素,为土壤酸化防治提供理论依据。【方法】通过“中国知网”、“Web of Science”数据库,分别以玉米(maize)、水稻(rice)、小麦(wheat)、大豆(soybean)、土壤pH(soil pH)、作物产量(yield)为关键词,获取1980—2020年已公开发表的文献数据。基于国内外大田试验,分析了玉米、水稻、小麦、大豆产量与土壤pH的关系,运用Sigmoid函数计算作物酸害阈值,结合皮尔逊相关性分析与偏相关分析,明确作物酸害阈值的主要影响因素。【结果】1)4种作物产量伴随土壤pH降低均呈“S”型降低趋势;玉米、大豆、小麦和水稻产量95%的酸害阈值分别为pH 5.87、5.34、5.32和4.21。2)作物相对产量与交换性铝呈显著负相关,与土壤pH、交换性钙、钙铝比、有机质、有效磷、化学氮肥施用量呈显著正相关。当土壤pH大于酸害阈值时,作物产量与有机质、有效磷呈显著正相关,当土壤pH小于酸害阈值时,作物产量与土壤pH、交换性钙、钙铝比呈显著正相关,与交换性铝呈显著负相关。3)偏相关分析表明,剔除有机质影响后,相对产量与pH的相关系数升高0.207,交换性铝与相对产量的相关系数升高0.072;剔除有效磷影响后,相对产量与pH的相关系数升高0.085,交换性铝与相对产量的相关系数升高0.147;剔除施氮量影响后,相对产量与pH的相关系数升高0.026,交换性铝与相对产量的相关系数降低0.009。有效磷、有机质和化学氮肥施用量是影响作物产量对土壤pH响应的关键因素。【结论】当土壤pH低于酸害阈值时,较高的有效磷和有机质含量可降低土壤pH对作物产量的不利影响,即有效磷和有机质含量越高,作物酸害越轻。
