基于特征筛选和贝叶斯优化的平罗县土壤含盐量预测后印本

作者： 叶静雨 ¹ 贾科利 ¹ 左超燕,刘瑞亮 ¹ 李浩宇 ¹ 张俊华 ² 丁启东 ²
作者单位：

1. 宁夏大学地理科学与规划学院，宁夏银川 750021

2. 宁夏大学生态环境学院，宁夏银川 750021
提交时间：2026-06-02 20:04:13

摘要: 准确监测土壤含盐量对于优化土地管理以及维护生态平衡具有重要意义。以宁夏平罗县为研究区，基于 Sentinel-2遥感影像与地面实测土壤采样数据，计算16种光谱指数。结合三种特征筛选方法优选关键变量，并利用贝叶斯优化对四种机器学习算法的超参数进行调优，以构建高精度的土壤盐分预测模型。最后使用反距离权重法对比实测点和预测点的空间分布情况。结果表明：序列前向选择交叉验证方法（SFSCV）通过稳定的交叉验证机制提升特征选择可靠性，有效识别出对土壤盐分响应最敏感的光谱指数，可构建更优的预测模型。基于SFSCV筛选特征并结合贝叶斯优化的极限梯度提升模型（XGBoost）预测精度较高（R2=0.625，RMSE=1.120）。应用该模型对平罗县土壤含盐量预测，验证结果具有较高一致性，土壤含盐量真实值和预测值的残差值范为-0.98~0.82 g·kg-1。表明通过特征筛选和贝叶斯优化显著提升模型在复杂环境下的泛化能力与预测精度，能应用于土壤盐渍化监测。

平罗县特征筛选贝叶斯优化机器学习土壤含盐量预测

分类： 地球科学 >> 地理学
引用： ChinaXiv:202606.00038 (或此版本 ChinaXiv:202606.00038V1)
DOI:10.12074/202606.00038
CSTR:32003.36.ChinaXiv.202606.00038
推荐引用方式： 叶静雨,贾科利,左超燕,刘瑞亮,李浩宇,张俊华,丁启东.基于特征筛选和贝叶斯优化的平罗县土壤含盐量预测.岩土力学预印本平台.[DOI:10.12074/202606.00038] (点此复制)

版本历史

[V1]

2026-06-02 20:04:13

ChinaXiv:202606.00038V1

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. 融合机器学习与地理探测器的绿洲盐渍化垂直特征解析	2026-03-24
3. 内蒙古冰雹特征及基于机器学习的冰雹识别方法研究	2025-02-27
4. 组合光学和微波遥感的耕地土壤含盐量反演	2024-04-01
5. 基于特征波段选择和机器学习的陆地棉叶片水分估算	2023-12-06
6. 基于XGBoost模型的湟水流域耕地土壤养分遥感反演	2023-11-13
7. 基于主成分和机器学习的土壤有机质含量空间预测建模	2021-08-02


公开评论匿名评论仅发给作者

基于特征筛选和贝叶斯优化的平罗县土壤含盐量预测 后印本

版本历史

相关论文推荐

基于特征筛选和贝叶斯优化的平罗县土壤含盐量预测后印本