融合机器学习与地理探测器的绿洲盐渍化垂直特征解析后印本

作者： 熊海斌 ^1,2,3,4 郝兴明 ^1,2,3,4 邸彦峰 ¹ 慈梦涛 ^1,2,3,4 梁其祥 ^1,2,3,4 张静静 ^1,2,3,4 范雪 ^1,2,3,4
作者单位：

1. 中国科学院新疆生态与地理研究所，干旱区生态安全与可持续发展全国重点实验室，新疆乌鲁木齐 830011

2. 中国科学院大学，北京 100049

3. 阿克苏绿洲农田生态系统国家野外科学观测研究站，新疆阿克苏 843017 中国科学院新疆生态与地理研究所，干旱区水循环与水利用新疆重点实验室，新疆乌鲁木齐 830011
提交时间：2026-03-24 18:53:18

摘要: 土壤盐渍化是制约干旱区绿洲农业可持续发展的关键障碍。本研究旨在揭示阿克苏绿洲土壤盐分的垂直变异特征及其主控机制。研究整合机器学习算法与最优参数地理探测器，利用Sentinel-2影像构建4个土壤深度（0~10 cm、10~20 cm、20~30 cm和30~50 cm）的土壤全盐量模型。结果表明：XGBoost模型预测精度最高（R2≥0.6，RMSE≤5.97 g·kg-1);模型整体稳健但在重度盐渍化区不确定性略高。空间分布上，盐分随深度增加呈递减趋势，且受丰水期淋溶作用影响，河流附近呈现显著低值。归因分析表明，驱动机制具有垂直分层性，表层（0~10cm）盐分受人类活动、土壤及气候等局部因素的双变量协同增强主导；而深层（30~50cm）由“地下水-气候蒸发”两者耦合机制所决定。本研究阐明了盐渍化过程的垂直差异机制，为绿洲盐渍化立体监测与防治提供了科学依据。

土壤盐渍化遥感机器学习最优参数地理探测器土壤可溶性盐含量

分类： 地球科学 >> 地理学
引用： ChinaXiv:202604.00060 (或此版本 ChinaXiv:202604.00060V1)
DOI:10.12074/202604.00060
CSTR:32003.36.ChinaXiv.202604.00060
推荐引用方式： 熊海斌,郝兴明,邸彦峰,慈梦涛,梁其祥,张静静,范雪.融合机器学习与地理探测器的绿洲盐渍化垂直特征解析.岩土力学预印本平台.[DOI:10.12074/202604.00060] (点此复制)

版本历史

[V1]

2026-03-24 18:53:18

ChinaXiv:202604.00060V1

下载全文

相关论文推荐

1. 基于可解释机器学习模型的高寒草地土壤盐渍化反演	2026-03-24
2. 基于哨兵数据与特征空间模型的新疆渭库绿洲土壤盐渍化遥感反演	2026-02-27
3. 基于遥感的土壤盐渍化风险评估及其演变规律	2025-04-08
4. 基于多光谱影像的阿拉尔垦区棉田土壤盐分反演	2024-06-12
5. 基于光学和雷达多源遥感的于田绿洲土壤盐渍化时空分析	2023-03-13
6. 阿拉尔垦区土壤盐渍化遥感监测及时空特征分析	2022-08-09
7. MODIS 和Landsat 时空融合影像在土壤盐渍化监测中的适用性研究 ——以渭干河—库车河三角洲绿洲为例	2022-08-08


公开评论匿名评论仅发给作者

融合机器学习与地理探测器的绿洲盐渍化垂直特征解析 后印本

版本历史

相关论文推荐

融合机器学习与地理探测器的绿洲盐渍化垂直特征解析后印本