农业资源与环境学报

作者：梅帅,童童,应纯洋,汪甜甜,章梅,汤萌萌,蔡天培,马友华,王强

单位：安徽农业大学资源与环境学院, 合肥 230036,安徽农业大学资源与环境学院, 合肥 230036,安徽农业大学资源与环境学院, 合肥 230036,安徽农业大学资源与环境学院, 合肥 230036,安徽大学商学院, 合肥 230039,安徽农业大学资源与环境学院, 合肥 230036,安徽农业大学资源与环境学院, 合肥 230036,安徽农业大学资源与环境学院, 合肥 230036,安徽农业大学资源与环境学院, 合肥 230036

关键词：数字土壤制图，机器学习，环境协同变量，预测模型，精度验证,

基金：安徽省科技重大专项（202003a06020002）

通过数字土壤制图可以高效、精准地获取土壤信息。近年来，随着计算机学科的快速发展和土壤-景观模型被广泛认同，采用机器学习方法进行数字土壤建模已成为数字土壤制图的主流思路，这为土壤空间分布的定量解释提供了一种不同于地统计学、专家知识和个体代表性等传统制图技术的新模式。本文综述了国内外数字土壤制图领域的研究成果，从利用机器学习技术进行土壤制图的基本理论、制图方法、展望三个方面完整系统地阐述了数字土壤制图领域的主要进展，其中数字土壤制图方法包括特征信息的选择、制图模型的选择和土壤图的精度验证。研究结果为全面、实时和精确获取土壤信息空间分布提供参考。

来源：2024年第4期

《农业资源与环境学报》期刊编辑部

查看农业资源与环境学报杂志2024年第4期