在中国沿海盐农田中使用新的生态因素集成可解释机器学习模型的土壤地质化学元素的空间变异性
Jiazheng Li1, Yunting Liu1, Xiaohang Yang1
1School of Civil Engineering and Geomatics, Shandong University of Technology, Zibo 255000, China.
Marine pollution bulletin
|August 26, 2025
概括
新生态因素有效预测沿海农田的土壤地质化学元素. 这种方法加强了可持续农业和污染诊断的监测.
科学领域:
- 环境科学
- 农业科学
- 地质化学
背景情况:
- 快速监测土壤的地质化学元素对于可持续的沿海农业至关重要.
- 传统的环境因素缺乏检测区域地化学变化的灵敏度.
研究的目的:
- 使用新生态因素开发模型,预测沿海盐土地中SGE (Co,Mn,Sr,V,Zr) 的空间变异性.
- 评估生态和气候因素对SGE空间分布的影响.
主要方法:
- 一个树结构的Parzen估计器极端梯度提升 (TPE-XGBoost) 模型的开发.
- 将生态质量和土壤侵蚀作为预测因素.
- 应用沙普利添加式解释 (SHAP) 和结构方程建模 (SEM) 进行分析.
主要成果:
- 使用生态因素,TPE-XGBoost模型实现了所有五个SGE的预测精度 (R2) > 0.6.
- SHAP分析确定气候和生态因素是SGE空间变化的主要驱动因素.
- 通过气候变量,SEM揭示了生态质量和土壤侵蚀对SGE的间接影响.
结论:
- 低成本的生态因素可以准确预测沿海农业生态系统的SGE空间变化.
- 生态和气候因素协同影响SGE度,影响作物吸收和分解.
- 这种预测能力支持有效的污染诊断和可持续的农业管理.
