相关实验视频
Updated: Jan 7, 2026
08:39
Simulating Temperature in a Soil Incubation Experiment
Published on: October 28, 2022
3.5K
不线性值反应和土壤有机碳在对比的土壤气候模式下的空间异质性
Jin Cui1,2, Yuzhi Xu1,2,3, Mengqi Wang1
1School of Resources and Environmental Engineering, Shandong University of Technology, Zibo, China.
Frontiers in plant science
|December 25, 2025
概括
由于区域气候因素,土壤有机碳 (SOC) 在空间上有所不同. 机器学习确定了不同中国地区影响SOC的和铁的具体值,这对于有针对性的土壤管理至关重要.
科学领域:
- 土壤科学 土壤科学
- 环境科学 环境科学
- 地质科学是地球科学.
背景情况:
- 土壤有机碳 (SOC) 的空间异质性在整个土壤气候地区是显著的.
- 了解SOC动态的监管机制和值反应至关重要,但有限.
- 区域气候差异,如海上季风与大陆气候相比,影响土壤特性.
研究的目的:
- 调查SOC的空间模式和特定区域的监管因素.
- 为了阐明在不同的小气候条件下控制SOC动态的非线性值反应.
- 确定控制中国山东省不同地区SOC的主导因素.
主要方法:
- 采用地缘统计分析和顺序高斯模拟来进行概率 SOC 评估.
- 使用了机器学习算法 (随机森林,XGBoost等). 集成到SHAP分析中.
- 量化非线性值反应和确定的主导SOC控制因素.
主要成果:
- 嘉东半岛显示西高东低SOC梯度与局部规模结构.
- 西南山东呈现较高的SOC,以宏观梯度为主.
- 在嘉东确定了酸- (NO3--N) 和可提取铁 (Fe) 的双值;在西南山东确定了总 (TN) 作为主导预测因素,具有关键值.
结论:
- 可解释机器学习和地理统计学的结合有效地揭示了特定区域的SOC值机制.
- 调查结果突出了足球气候条件在控制SOC动态和监管因素方面的重要性.
- 这种方法对于开发空间显式土壤碳管理策略至关重要.
