典型文献
基于时序影像的农业活动因子提取与闽西耕地SOC数字制图
文献摘要：
人类活动对表层耕地土壤有机碳(Soil Organic Carbon,SOC)影响强烈,但目前大范围复杂地貌地形区的耕地SOC数字制图对人为因素的空间刻画不足.本文以福建省西部耕地为研究对象,基于Sentinel-2/MSI时间序列数据提取轮作模式分类信息(Crop Rotation,CR),以及可反映轮作模式信息的植被特征变换变量(Harmonic Analysis of Time Series,HANTS),分别作为农业活动定性和定量因子,将常规气候和地形因子作为自然环境因子,并对不同类型环境变量进行组合(气候+地形、气候+地形+轮作模式、气候+地形+HANTS变量、气候+地形+轮作模式+HANTS变量).基于随机森林模型(Random Forest,RF)对不同环境变量组合驱动的耕地表层SOC空间预测精度进行对比分析,探索以轮作模式为例的农业活动因子提高耕地表层SOC数字制图精度的可能性.结果表明,同时加入两种农业活动因子的RF模型表现最佳,其模型预测精度相较于纯自然环境变量驱动的模型有明显提高(R2提高了89.47％,RMSE和MAE分别下降了10.66％和12.05％).轮作模式类型(CR)和HANTS变量两种农业活动因子均被保留参与建模,尤其是轮作模式类型显著影响耕地SOC,在最佳模型的环境变量重要性中排序第四.由此可见,轮作模式相关农业活动因子可有效提高耕地SOC空间预测精度.在所有RF模型中,年降水量(An-nual Rainfall,Rainfall)的重要性排名都是第一位.通过最佳模型反演得出该区耕地土壤有机碳均值为18.22±2.99 g/kg,范围为8.25～30.69 g/kg,双季稻和烟稻种植区域SOC含量高于稻菜种植区域.研究结果为复杂地貌地形区耕地土壤有机碳协同变量的更新提供了新的思路.
文献关键词：
土壤有机碳;HANTS;轮作模式;农业活动因子;空间预测;Sentinel-2;随机森林;变量组合
中图分类号：
作者姓名：
聂祥琴;陈瀚阅;牛铮;张黎明;刘炜;邢世和;范协裕;李家国
作者机构：
福建农林大学资源与环境学院,福州350002;福建省土壤生态系统健康与调控重点实验室,福州350002;中国科学院空天信息创新研究院遥感科学国家重点实验室,北京100101;中国科学院空天信息创新研究院,北京100101
文献出处：
引用格式：
[1]聂祥琴;陈瀚阅;牛铮;张黎明;刘炜;邢世和;范协裕;李家国-.基于时序影像的农业活动因子提取与闽西耕地SOC数字制图)[J].地球信息科学学报,2022(09):1835-1852
A类：
农业活动因子,HANTS,+HANTS,nual
B类：
时序影像,因子提取,闽西,SOC,数字制图,人类活动,耕地土壤,土壤有机碳,Soil,Organic,Carbon,地形区,人为因素,空间刻画,Sentinel,MSI,时间序列数据,数据提取,轮作模式,模式分类,分类信息,Crop,Rotation,CR,植被特征,特征变换,Harmonic,Analysis,Time,Series,定性和定量,地形因子,自然环境因子,环境变量,随机森林模型,Random,Forest,RF,不同环境,变量组合,耕地表层,空间预测,制图精度,RMSE,MAE,别下,模式类型,变量重要性,中排,年降水量,Rainfall,第一位,演得,双季稻,稻种,种植区域,菜种
AB值：
0.301503
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
