科研人员提出黑土层厚度高效预测新途径
文章导读
黑土层厚度测量为何总陷“费时费力精度低”的困局？传统方法难以破解复杂地形下的空间分异难题，严重制约黑土保护！中科院东北地理所团队重磅突破：首次融合遥感光谱与高精度地形数据，揭秘短波红外反射率与厚度的显著负相关——有机质变化竟是关键线索。他们提取8项地形因子刻画水蚀规律，构建机器学习模型，随机森林精度飙升（决定系数0.75，误差仅8.88厘米），地形主导+光谱补充，精准绘制“高处薄、低处厚”分布图。这项发表于《土壤和耕作研究》的成果，为黑土退化精准治理提供高效新工具，从此告别盲目治理！
— 内容由好学术AI分析文章内容生成，仅供参考。
黑土层厚度不仅直接影响土壤肥力，也决定着农作物的产量潜力。传统测量方法费时费力且成本高，难以全面揭示复杂地形条件下黑土层厚度的空间分异，长期制约黑土退化的科学评估和精准治理。
中国科学院东北地理与农业生态研究所研究人员集成应用遥感光谱与高分辨率地形数据，提出黑土层厚度的高效预测新途径。研究发现，黑土层厚度与短波红外波段反射率呈显著负相关，这一光谱特征源于黑土中有机质和水分的变化，是厚度预测的重要信息来源。同时，研究团队基于数字高程模型提取8项关键地形因子，刻画水蚀过程中的侵蚀、搬运与沉积规律。
在数据融合的基础上，研究人员构建三种机器学习模型。结果显示，引入光谱信息后模型精度有力提升，随机森林模型表现最佳，决定系数达0.75，均方根误差仅8.88厘米。进一步分析表明，地形因子在预测中贡献最大，而光谱信息提供了关键补充，两者结合有效增强了复杂坡耕地环境下的预测能力。基于最优模型，团队绘制了研究区黑土层厚度分布图，揭示出“高处薄、低处厚”的典型空间格局，为深入理解黑土侵蚀-沉积过程提供了新证据。
相关成果发表在《土壤和耕作研究》 （Soil and Tillage Research）上。研究工作得到国家重点研发计划等的支持。
© 版权声明
本文由分享者转载或发布，内容仅供学习和交流，版权归原文作者所有。如有侵权，请留言联系更正或删除。
相关文章
暂无评论...