圖片新聞
科研進展
  

地理與環境科學學院陳莉教授的論文“Spatial prediction of soil calcium carbonate content based on Bayesian maximum entropy using environmental ?variables”在《Nutrient Cycling in Agroecosystems》上發表


發布時間:2021-05-28

 由地理與環境科學學院陳莉教授撰寫的論文“Spatial prediction of soil calcium carbonate content based on Bayesian maximum entropy using environmental variables”在《Nutrient Cycling in Agroecosystems》上發表。

 土壤碳酸鈣(CaCO3)是重要的土壤屬性,對土壤中重金屬污染、土壤pH值、土壤營養狀態等一系列物理、化學和生物性質具有重要作用。傳統的土壤CaCO3含量獲取方式是在實驗室測量采樣點數據得到,但費時費力,無法得到連續的CaCO3含量空間分布,貝葉斯最大熵(BME)模型能夠有效地利用不同精度和來源的數據,得到整個研究區域的土壤屬性空間分布,彌補了采樣點空間分布離散的缺點。

 文章根據天津市土壤類型,并兼顧土地利用類型均勻布點,最終共采集330個土壤樣本,采樣時間為20163-4月。在實驗室中基于容量法利用CaCO3測定儀(08.53型)測量土壤CaCO3含量,以所測土壤CaCO3含量作為硬數據,并把海拔、pH、溫度、降水量和土壤類型等環境變量以直接和間接的方式融合并轉化為軟數據,隨后將硬數據和軟數據一起輸入BME模型中預測土壤CaCO3含量。具體過程為,首先利用多元線性回歸(MLR)模型和地理加權回歸(GWR)模型建立CaCO3含量測量值和環境變量之間的關系,并將他們的預測結果作為BME模型的軟數據,這種將環境變量間接地轉化為軟數據的方式被稱為BME-MLRBME-GWR。其次,將土壤CaCO3含量測量值和環境變量結合起來生成未測點CaCO3含量的概率分布,作為軟數據輸入BME模型中估算CaCO3含量,這種直接地將環境變量轉化為軟數據的方式被稱為BME-EV。最后,使用相關系數(r)和均方根誤差(RMSE)等統計學指標對預測結果進行評價。

 文章鏈接:https://doi.org/10.1007/s10705-021-10135-8



關閉

快速鏈接
 
地址:天津市西青區賓水西道393號 郵政編碼:300387      
津ICP備09008453號-1|津教備0385號
津公網安備 12011102000560號|事業單位標識
X
選擇其他平臺 >>
分享到
从后面疯狂输出动态图 百度 好搜 搜狗

警告:本站禁止未滿18周歲訪客瀏覽,如果當地法律禁止請自覺離開本站!收藏本站:請使用Ctrl+D進行收藏