排序方式： 共有6条查询结果，搜索用时 0 毫秒
1
1.
基于相关分析和自适应遗传算法的盐渍化建模变量和参数优选 总被引：1，自引：0，他引：1
机器学习结合遥感等其他数据反演土壤盐分含量（Soil Salt Content, SSC）较少关注对模型精度影响较大的建模特征变量和模型参数的优选。本文基于自适应遗传算法（Adaptive Genetic Algorithm, AGA）同步优选建模特征变量和模型参数的支持向量回归（Support Vector Regression, SVR）算法反演三工河流域2016年SSC,并分析其在不同土地利用类型的分布特征。建模特征变量和模型参数的同步优选及实验设计如下：首先基于Landsat 8 OLI和SRTM高程数据提取7类共40个盐渍化相关因子,经相关分析初步筛选出候选特征变量,分别代入AGA、遗传算法（Genetic Algorithm, GA）和格网搜索算法（Grid Search, GS）同步优选SVR的建模特征变量和模型参数,并建立盐渍化监测模型（AGA-SVR、GA-SVR、GS-SVR）。结果表明：① AGA-SVR精度最优,GA-SVR次之,GS-SVR最差,相较于GS-SVR,AGA-SVR的R2/RMSE提高了44.65%;② 三工河流域非、轻度、中度、重度盐渍地和盐土的面积占比分别为42.83%、11.02%、15.88%、9.22%、21.05%;③ 草地和未利用地主要以非盐渍地和盐土为主,耕地和林地中非盐渍地分布比例均为最大;不同土地利用类型的SSC均值和标准差均呈现未利用地>草地>耕地>林地的规律。本研究的建模特征变量和模型参数的优选方法可在一定程度上提高盐渍化监测的精度。关键词：盐渍化;遗传算法;机器学习;特征优选;参数优化;土壤盐分含量;土地利用;相关分析 相似文献
2.
基于优化随机森林回归模型的土壤盐渍化反演 总被引：1，自引：0，他引：1
当前应用于土壤盐分含量（Soil Salinity Content, SSC）反演的随机森林回归（Random Forests Regression, RFR）较少关注对模型精度影响较大的反演参数子集和模型参数的同步优化。本研究选择渭-库绿洲和奇台绿洲为实验区,基于Landsat-5 TM、SRTM、MOD11A2.006遥感数据构建反演参数。首先,利用弹性网络（Elastic Net, EN）筛选出反演参数子集,然后利用遗传算法（Genetic Algorithm, GA）和贝叶斯优化算法（Bayesian Optimization Algorithm, BOA）分别优化随机森林回归（Random Forests Regression, RFR）参数,建立反演参数子集和模型参数分步优化的RFR模型（EN-GA-RFR、EN-BOA-RFR）。建立利用GA和BOA分别同步优化反演参数子集和模型参数的RFR模型（GA-RFR、BOA-RFR）。在每个实验区,对比EN-GA-RFR、EN-BOA-RFR、GA-RFR、BOA-RFR的预测精度。最后分析每个实验区各类盐渍土的空间分布,并对2个实验区的反演参数进行对比分析。结果表明：每个实验区模型预测精度由高到低的排序均为BOA-RFR>GA-RFR>EN-BOA-RFR=EN-GA-RFR,整体上BOA的优化性能均好于GA;渭-库绿洲和奇台绿洲面积占比最大的盐渍土类型分别为盐渍土和中度盐渍土;反演参数对SSC的表征能力存在空间分异性。 相似文献
3.
城市非渗透面(Impervious Surface Areas,ISA)的覆盖,强烈地改变了区域土壤理化性状,从而在不同尺度上影响着生态系统碳循环。ISA下土壤样品获得的困难性致使对ISA所封存的土壤有机碳(Soil Organic Carbon beneath ISA,SOCISA)及其分布特征的认识极为缺乏。为揭示ISA下土壤理化特征,本文收集天山北坡城市群在建工程ISA下27个100 cm深土壤样品,同时采集对应ISA点邻近的渗透面(Pervious Surface Areas,PSA)样品作对比分析。利用Landsat 8图像提取了研究区ISA与PSA面积,并结合实测值估算SOC储量。研究发现:1干旱区城市100 cm深土壤剖面平均SOCISA=5.74±0.39 kg C·m-2,显著低于其邻近PSA下的SOC;ISA下土壤容重(Bulk Density,BD)BDISA=1.58±0.02 g·cm-3,显著高于其邻近BDPSA约5%(p0.01)。2两种地表下SOC和BD均随着深度加深而降低,通过与土层深度的线性拟合,SOCISA和BDISA具有明显降低趋势,PSA下SOC和BD并无显著规律;深层土壤(60~100 cm)SOCPSA显著高于SOCISA(p0.05),两者间并无稳定的比例关系。3天山北坡城市群SOCISA为总城市土壤碳库的68%,单个城市SOCISA比例50%以上,SOCISA构成干旱区城市土壤碳库的主体。本文不仅加深了对城市ISA下土壤理化性状的了解,而且对评估城市乃至全球生态系统碳循环及碳评估具有重要意义。 相似文献
4.
5.
鼠害是影响草原生态健康的重要因素,了解小型啮齿动物种群密度时空分布特征,对精准的鼠害综合防治具有重要意义。以往对小型啮齿动物时空分布的研究多局限于静态的站点分布或小范围的种群密度时间变化分析,缺乏对较大时空尺度小型啮齿动物种群密度变化的分析。从已发表的文献中收集了天山北坡草地1982—2015年小尺度的有效洞口密度实地调查信息,同时结合环境因子数据,再根据海拔将研究区划分为≤900 m和>900 m 2类,运用Cubist模型和随机森林模型,分析有效洞口密度时空分布。结果表明：（1） 1982—2015年天山北坡海拔≤900 m地区的有效洞口密度总体呈增加趋势,而海拔>900 m的地区总体呈减少趋势。基于Cubist模型构建有效洞口密度与环境因子的模型拟合精度明显优于随机森林模型。（2） 植被状况、气象因子和放牧强度是天山北坡有效洞口密度时空分布主要的环境驱动因素。在天山北坡内海拔≤900 m和>900 m的地区中,有效洞口密度的驱动机制存在着显著差异。（3） 在海拔≤900 m地区,影响有效洞口密度时空分布主要是叶面积指数,而对于海拔>900 m地区为归一化植被指数。这可能是受到大沙鼠（Rhombomys opimus）和黄兔尾鼠（Eolagurus luteus）消耗不同类型植被的影响。 相似文献
6.
基于“水—能源—食物—生态”纽带因果关系和贝叶斯网络的锡尔河流域用水分析 总被引：3，自引：1，他引：3
跨界流域水资源利用系统因受气候变化、人口增长、政治博弈、生态反馈等许多因素的互馈影响,包含复杂的“水—能源—食物—生态”纽带因果关系,形成具有高度不确定性的复杂非线性系统。传统水资源规划方法中缺少对这种复杂纽带关系的约束,而目前研究这类纽带关系多基于耦合多个模型、集成建模的方法,数据需求大、对复杂因果关系的不确定性模拟能力不足。而贝叶斯网络能以概率分布代替参数确定值来模拟系统中因果关系的不确定性、同时减少数据需求。本文利用贝叶斯概率网络,选取锡尔河流域为研究对象,量化这一因不合理用水而导致咸海生态危机的跨界内陆河流域“水—能源—食物—生态”纽带中的因果关系。结果表明贝叶斯网络能有效地模拟纽带中因果关系的强弱与不确定性,分析1970—2015年间不同时期影响咸海入湖水量的主要因素。为用水预测与流域水资源利用管理提供了系统性认知的基础,并展现出在较低模型复杂度和成本下建模的潜力。苏联时期,咸海入湖水量对农业开发增长的灌溉用水、上游水库建设的蓄水过程和径流量等较敏感;苏联解体后,咸海入湖水量对下游国家不合理使用的灌溉用水及上游水库蓄水量等节点高度敏感。短期内,需提高洗盐与灌溉用水效率,改良种植结构、增加粮食作物占比,并预防干旱危害;长期而言,通过普及先进滴灌技术,能大幅节约农业用水,在50%和80%的滴灌普及率下,新增咸海入湖水量将达到6.4 km 3和9.6 km 3以上,有望逐步缓解咸海生态危机。 相似文献
1