摸清土壤盐渍化的发生机制是盐渍土改良利用的重要基础。本文选取了黄河三角洲濒海区-垦利区为研究区,首先通过地理探测器分析蒸发量、降水量、地下水埋深、地下水矿化度、土壤粘粒含量、相对高程、植被覆盖度、距海远近8个因子对土壤...摸清土壤盐渍化的发生机制是盐渍土改良利用的重要基础。本文选取了黄河三角洲濒海区-垦利区为研究区,首先通过地理探测器分析蒸发量、降水量、地下水埋深、地下水矿化度、土壤粘粒含量、相对高程、植被覆盖度、距海远近8个因子对土壤盐分的影响力大小,进而进行主要驱动力的筛选;接着分别构建了MLR、PLSR、BPNN和SVM模型,并选取精度最高的模型实现土壤盐分预测模型的构建;最后在地下水变化情形下分别设定对照组、地下水位下降0.5 m和上升0.5 m 3种情景,进行了土壤盐分的情景模拟。地理探测器中因子探测结果显示,不同影响因子对土壤盐分的影响力大小为地下水矿化度>植被覆盖度>地下水埋深>距海远近>粘粒含量>地表高程>降水量>蒸发量;交互作用探测结果显示,地下水因素、植被覆盖度、距海远近之间的交互作用影响力较强,确定地下水矿化度、地下水埋深、植被覆盖度、距海远近为土壤盐分主要驱动因子;精度最高的预测模型为BP神经网络模型,模型建模集R2为0.8847,RMSE为1.1350,验证集R2为0.7999,RMSE为1.1204;地下水情景模拟结果显示,适当降低地下水位可以改善土壤盐渍化状况,水位下降时轻度、中度、重度盐渍土和盐土的变化率分别为0.22%、-5.46%、15.28%、-10.04%;水位升高时轻度、中度、重度盐渍土和盐土的变化率分别为-0.02%、-14.77%、22.51%、-8.02%。本文筛选出土壤盐分的主要驱动因子,构建了最佳预测模型,并根据设定的情景对土壤盐分进行模拟分析,为黄河三角洲土壤盐渍化的调控及防治提供了依据。展开更多
文摘摸清土壤盐渍化的发生机制是盐渍土改良利用的重要基础。本文选取了黄河三角洲濒海区-垦利区为研究区,首先通过地理探测器分析蒸发量、降水量、地下水埋深、地下水矿化度、土壤粘粒含量、相对高程、植被覆盖度、距海远近8个因子对土壤盐分的影响力大小,进而进行主要驱动力的筛选;接着分别构建了MLR、PLSR、BPNN和SVM模型,并选取精度最高的模型实现土壤盐分预测模型的构建;最后在地下水变化情形下分别设定对照组、地下水位下降0.5 m和上升0.5 m 3种情景,进行了土壤盐分的情景模拟。地理探测器中因子探测结果显示,不同影响因子对土壤盐分的影响力大小为地下水矿化度>植被覆盖度>地下水埋深>距海远近>粘粒含量>地表高程>降水量>蒸发量;交互作用探测结果显示,地下水因素、植被覆盖度、距海远近之间的交互作用影响力较强,确定地下水矿化度、地下水埋深、植被覆盖度、距海远近为土壤盐分主要驱动因子;精度最高的预测模型为BP神经网络模型,模型建模集R2为0.8847,RMSE为1.1350,验证集R2为0.7999,RMSE为1.1204;地下水情景模拟结果显示,适当降低地下水位可以改善土壤盐渍化状况,水位下降时轻度、中度、重度盐渍土和盐土的变化率分别为0.22%、-5.46%、15.28%、-10.04%;水位升高时轻度、中度、重度盐渍土和盐土的变化率分别为-0.02%、-14.77%、22.51%、-8.02%。本文筛选出土壤盐分的主要驱动因子,构建了最佳预测模型,并根据设定的情景对土壤盐分进行模拟分析,为黄河三角洲土壤盐渍化的调控及防治提供了依据。
