| 基于稀疏样点的土壤重金属含量模拟方法 |
| |
| 引用本文： | 张佳琦,潘瑜春,高世臣,赵亚楠,景胜强,周艳兵,郜允兵.基于稀疏样点的土壤重金属含量模拟方法[J].环境科学,2024,45(4):2417-2427. |
| |
| 作者姓名： | 张佳琦 潘瑜春 高世臣 赵亚楠 景胜强 周艳兵 郜允兵 |
| |
| 作者单位： | 北京市农林科学院信息技术研究中心, 北京 100097;中国地质大学(北京)数理学院, 北京 100083;北京农林科学院智能装备研究中心, 北京 100097;北京市农林科学院信息技术研究中心, 北京 100097;北京农林科学院智能装备研究中心, 北京 100097;廊坊市灾害遥感监测重点实验室, 廊坊 065201;防灾科技学院生态环境学院, 廊坊 065201 |
| |
| 基金项目： | 国家重点研发计划项目（2022YFC3700805,2023YFD1700105）；国家自然科学基金项目（42077001）；北京市农林科学院科技创新能力建设专项（KJCX20230309） |
| |
| 摘 要： | 土壤重金属受人为和自然因素综合作用，其空间异质性强，存在区域均值和方差的非平稳性，稀疏样本下未知点估计精确度低，土壤环境质量现状精准估计和风险评估困难.基于此，提出了随机森林-序贯高斯模拟混合模型（RF-SGS），选取多种自然因素和人为因素作为辅助变量，充分考虑土壤属性指标的空间自相关性以及环境变量属性相似性，解决传统插值中极端值和空间连续性模式敏感存在的局限性，为非平稳区域精准估计总体提出可行性方法 .以北京市顺义区采样数据为例，采用MMSD抽样方法对样点抽稀，对原始采样数据进行不同采样密度的对比实验，用随机森林-序贯高斯模拟混合模型（RFSGS）、序贯高斯模拟模型（SGS）、趋势面-序贯高斯模拟混合模型（TR-SGS）和随机森林模型（RF）对土壤重金属Cd的空间分布进行模拟，从统计特征和空间结构等方面比较模拟结果，分析误差产生的原因，进一步验证方法有效性.结果表明，在7种采样密度下，预测精度由低到高排序为：SGS
|
| 关 键 词： | 土壤重金属 条件模拟 随机森林(RF) 序贯高斯模拟(SGS) 土壤插值 |
| 收稿时间： | 2023/3/31 0:00:00 |
| 修稿时间： | 2023/7/12 0:00:00 |
Simulation of Heavy Metal Content in Soil Based on Sparse Sample Sites |
| |
| ZHANG Jia-qi,PAN Yu-chun,GAO Shi-chen,ZHAO Ya-nan,JING Sheng-qiang,ZHOU Yan-bing,GAO Yun-bing.Simulation of Heavy Metal Content in Soil Based on Sparse Sample Sites[J].Chinese Journal of Environmental Science,2024,45(4):2417-2427. |
| |
| Authors: | ZHANG Jia-qi PAN Yu-chun GAO Shi-chen ZHAO Ya-nan JING Sheng-qiang ZHOU Yan-bing GAO Yun-bing |
| |
| Institution: | Information Technology Research Center, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China;School of Mathematics and Physics, China University of Geosciences(Beijing), Beijing 100083, China;Research Center of Intelligent Equipment, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China;Information Technology Research Center, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China;Research Center of Intelligent Equipment, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China;Langfang Key Laboratory of Disaster Monitoring by Remote Sensing, Langfang 065201, China;Institute of Disaster Prevention Science and Technology, Langfang 065201, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《环境科学》浏览原始摘要信息 |
| 点击此处可从《环境科学》下载免费的PDF全文 |
|
