基于改进麻雀搜索算法优化BP神经网络的土壤有机质空间分布预测

土壤有机质是衡量土壤肥力的重要指标,提高区域有机质空间分布预测精度十分必要.利用黄河流域卫宁平原采集的1 690个土壤表层（0~20 cm）有机质及自然环境、人类活动数据,通过1 348个点采用经典统计学、确定性插值、地统计插值和机器学习的方法分别建立了土壤有机质空间分布预测模型,以342个样点数据为测试集检验分析不同模型预测精度.结果表明,卫宁平原土壤表层ω（SOM）的平均值为14.34 g·kg^-1,1 690个采样点土壤有机质变异系数为34.81%,为中等程度变异,呈现出东北部、西南地区含量低,中间黄河左右岸和地势平缓的黄河阶地相对含量高的空间分布趋势.4类方法的预测精度大小为：机器学习法>地统计插值方法>确定性插值方法>经典统计学方法.通过对比,基于改进麻雀搜索算法优化的BP神经网络预测精度最好,改进后的麻雀搜索算法具有更优的收敛精度,避免了陷入局部最优,防止了数据过拟合,具有较好的预测能力,该优化算法可以提高土壤有机质含量预测精度,在土壤属性预测上有良好的应用前景.     

1990～2020年黄河流域典型生态区生态环境质量时空格局及驱动力分析

科学评估生态环境质量是实现区域生态可持续发展的前提.基于1990～2020年Landsat遥感影像,采用熵值法构建遥感生态指数(E-RSEI),结合Mann-Kendall趋势检验、Sen倾斜度、Hurst指数和稳定性分析,在多时空尺度下分析黄河流域典型生态区的生态环境质量时空变化格局,并利用地理探测器量化了环境和人为等8个因子对E-RSEI时空分布的影响.结果表明：(1) 31年间E-RSEI均值为67.5%,时间尺度上呈增加趋势,平均增幅为0.066·(10 a)^-1,空间尺度上呈东低西高、南高北低的分布特征;(2)研究区生态环境质量未来变化趋势将以持续性改善为主,但仍有9.33%的区域存在退化的潜在风险.(3)降水是影响该区域E-RSEI空间分布的关键环境因子,人为因子的影响力较低,同单因子相比,因子交互作用对生态环境质量的解释力更强,降水与其他因子的交互作用处于主导地位.研究结果可为黄河流域生态区生态环境质量的可持续发展提供科学参考.