一种基于遥感的策略,用于绘制土壤潜在有毒元素的地图:时间-空间-光谱共变量与随机森林相结合

科学领域:

• 环境科学 环境科学
• 地理空间分析的研究.
• 土壤科学 土壤科学

背景情况:

• 土壤潜在有毒元素 (PTEs) 的数字绘制传统上依赖于空间或光谱参数.
• 往往忽略了PTE丰富的时间动态,限制了模型的稳定性和通用性.

研究的目的:

• 通过结合时间维度,开发一个改进的土壤PTE数字绘图模型.
• 评估时间空间光谱 (TSS) 协变量与随机森林 (RF) 算法结合用于绘制土壤PTE的有效性.

主要方法:

• 利用多个来源的地理数据,得出了特征PTE丰富的三个时间指数.
• 构建的时间-空间-光谱 (TSS) 协变组合.
• 应用随机森林 (RF) 算法用于区域范围的土壤PTE映射.

主要成果:

• 结合时间参数的射频模型显示了显著的性能改善 (空间-时间共变量增加了33.46%,光谱-时间共变量增加了41.41%).
• 该TSS-RF模型实现了高的绘图精度 (R2 = 0.85,RMSE = 0.80 mg kg-1,RPIQ = 4.09).
• 在西部和东北部地区确定了土壤中含 (Pb) 的高含量,与工业活动有关.

结论:

• 将时间数据集成到空间和光谱共变量中,大大提高了土壤PTE绘图的准确性.
• 与射频算法相结合的TSS共变量方法为土壤PTE映射提供了优越和有效的方法.
• 这种方法有助于防止土壤污染,控制环境风险,改善土壤管理策略.