在以往的耕地質(zhì)量評(píng)價(jià)工作和研究中,存在對(duì)監(jiān)測(cè)評(píng)價(jià)指標(biāo)考慮不周、評(píng)價(jià)方法滯后、主觀性強(qiáng)等問(wèn)題。文章旨在探尋一種準(zhǔn)確、高效的耕地質(zhì)量評(píng)價(jià)方法,挖掘耕地質(zhì)量影響因素間的交互效應(yīng),構(gòu)建基于數(shù)據(jù)驅(qū)動(dòng)的耕地質(zhì)量評(píng)價(jià)指標(biāo)體系,避免確定指標(biāo)權(quán)重,同時(shí)提高評(píng)價(jià)效率。以從化區(qū)耕地為研究對(duì)象,使用分層抽樣法抽取不同等別的耕地質(zhì)量樣本,共計(jì)6 000組,利用關(guān)聯(lián)規(guī)則方法尋找數(shù)據(jù)間的關(guān)聯(lián)關(guān)系,得到耕地質(zhì)量評(píng)價(jià)指標(biāo)間可能的交互效應(yīng),并結(jié)合Logistic回歸模型對(duì)耕地質(zhì)量進(jìn)行評(píng)價(jià)。結(jié)果表明,當(dāng)關(guān)聯(lián)規(guī)則的最小支持度閾值分別設(shè)置為0.05、0.03和0.01時(shí),挖掘出關(guān)聯(lián)規(guī)則數(shù)分別為8、35、78條,涉及到的交互效應(yīng)個(gè)數(shù)分別為6、32、75個(gè),結(jié)合模型參數(shù)分析,其中具有統(tǒng)計(jì)學(xué)意義的交互效應(yīng)有5個(gè),分別是:耕地利用方式、表層土壤質(zhì)地、有效土層厚度對(duì)土壤酸堿度的交互效應(yīng),地形坡度對(duì)土壤有機(jī)質(zhì)的交互效應(yīng),灌溉保證率對(duì)排水條件的交互效應(yīng)。將評(píng)價(jià)指標(biāo)和指標(biāo)間的交互效應(yīng)均納入Logistic回歸模型,該模型能獲得92.2%的耕地評(píng)價(jià)正確率,達(dá)到較高的精度等級(jí)。關(guān)聯(lián)規(guī)則分析與Logistic回歸模型相結(jié)合,獲得影響耕地質(zhì)量評(píng)價(jià)指標(biāo)... 

【文章來(lái)源】：生態(tài)環(huán)境學(xué)報(bào). 2020,29(12)北大核心CSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

從化區(qū)地理位置

圖2為模型性能曲線，即納入不同交互效應(yīng)個(gè)數(shù)的模型性能對(duì)比圖。其赤池信息準(zhǔn)則與決定系數(shù)的變化情況如圖2所示，將關(guān)聯(lián)規(guī)則篩選得到的75個(gè)耕地質(zhì)量交互效應(yīng)逐個(gè)加入Logistic模型，在加入前5個(gè)交互效應(yīng)時(shí)，R2上升趨勢(shì)明顯，AIC值不斷下降，模型擬合度變化明顯，在第5個(gè)交互效應(yīng)時(shí)，R2超越了0.95，達(dá)到了0.998，模型擬合度良好。當(dāng)加入第6個(gè)交互效應(yīng)時(shí)，模型擬合度開(kāi)始下降，但總體變化不大，此外，擁有5個(gè)交互效應(yīng)的Logistic回歸模型，交互效應(yīng)系數(shù)的顯著性水平都滿足P≤0.05，分別為0.00、0.00、0.00、0.01、0.00，因此得出從化區(qū)耕地質(zhì)量評(píng)價(jià)指標(biāo)間交互效應(yīng)有5個(gè)，分別是：表層土壤質(zhì)地與土壤酸堿度、耕地利用方式與土壤酸堿度、有效土層厚度與土壤酸堿度、地形坡度與土壤有機(jī)質(zhì)含量、排水條件與灌溉保證率之間的交互效應(yīng)。為驗(yàn)證基于交互效應(yīng)Logistic模型的適用性與準(zhǔn)確性，將未加入交互效應(yīng)的全局Logistic模型與基于5個(gè)交互效應(yīng)的Logistic模型進(jìn)行對(duì)比，結(jié)果見(jiàn)表3。

如圖3，對(duì)角線上的值是各類別應(yīng)用基于最優(yōu)Logistic回歸模型方法分類正確的數(shù)量占比。各等別劃分正確率均達(dá)到了95%以上，其中1等耕地和3等耕地劃分準(zhǔn)確率為100%，而2等地、4等地、5等地和6等地劃分正確率分別為97%、98%、97%、99%。從圖4a—f可以看出ROC曲線趨勢(shì)均向左上偏，1、2、3、4、5、6等耕地的AUC值分別為1.00、0.990、1.00、0.998 5、0.998 3、0.999 9。說(shuō)明包含5個(gè)交互效應(yīng)的Logistic回歸模型性能良好，得到的結(jié)果精度高。

【參考文獻(xiàn)】：
期刊論文
[1]基于隨機(jī)森林算法的耕地質(zhì)量定級(jí)指標(biāo)體系研究[J]. 林子聰,任向?qū)?朱阿興,趙鑫,胡月明.  華南農(nóng)業(yè)大學(xué)學(xué)報(bào). 2020(04)
[2]基于關(guān)聯(lián)規(guī)則的耕地質(zhì)量評(píng)價(jià)數(shù)據(jù)檢錯(cuò)方法研究——以廣州市為例[J]. 邱小倩,胡月明,朱阿興,郭玉彬,沈曉文.  中國(guó)土地科學(xué). 2020(03)
[3]土壤有機(jī)質(zhì)空間變異性及其驅(qū)動(dòng)因素研究進(jìn)展[J]. 周一鵬,張雨辰,羅鑫葉,李賓妮,李美佳,張志丹,張晉京.  土壤通報(bào). 2019(06)
[4]基于GA-BP神經(jīng)網(wǎng)絡(luò)的玉溪市耕地生態(tài)安全評(píng)價(jià)[J]. 吳利,柳德江.  云南農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)). 2019(05)
[5]基于高分遙感的縣域耕地質(zhì)量監(jiān)測(cè)[J]. 彭一平,劉振華,肖北生,胡月明.  江蘇農(nóng)業(yè)學(xué)報(bào). 2019(04)
[6]基于GIS的皖江流域耕地地力評(píng)價(jià)研究[J]. 毛雪,孟源思,張東紅,王靜,馬友華.  中國(guó)農(nóng)業(yè)資源與區(qū)劃. 2019(07)
[7]基于二元邏輯斯蒂模型的桐梓河流域土地利用變化及模擬[J]. 田義超,黃遠(yuǎn)林,白曉永,張強(qiáng),陶進(jìn),張亞麗,謝小魁,王日明.  科學(xué)技術(shù)與工程. 2019(06)
[8]基于GIS-Logistic耦合模型的廣河縣土地利用變化及其驅(qū)動(dòng)因素分析[J]. 周晨晴,劉淑英,王平.  甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào). 2018(03)
[9]基于GA-BP神經(jīng)網(wǎng)絡(luò)的珠三角耕地質(zhì)量評(píng)價(jià)[J]. 葉云,趙小娟,胡月明.  生態(tài)環(huán)境學(xué)報(bào). 2018(05)
[10]畢節(jié)市耕地土壤pH的空間變異特征與影響因素[J]. 王亞男,徐夢(mèng)潔,代圓鳳,符德龍,黃化剛,陳雪,莊舜堯.  土壤. 2018(02)



本文編號(hào)：3333633