
-
生物通官微
陪你抓住生命科技
跳动的脉搏
在半湿润气候条件下,利用综合质量指数模型结合人工神经网络进行预测,以确定耕作土壤的质量
《Scientific Reports》:The determination of cultivated soil quality within a semi-humid climate using integrated quality index model and prediction with artificial neural network
【字体: 大 中 小 】 时间:2026年05月20日 来源:Scientific Reports 3.9
编辑推荐:
摘要土壤质量受到土壤管理实践的显著影响,这些实践要么提高要么降低土壤质量的标准。因此,监测土壤状况以确定农业活动对其产生的正面或负面影响至关重要。土耳其萨姆松省的哈夫扎地区属于半湿润气候区,该地区农业用地密集,土壤形成条件多样,且受到管理实践带来的压力日益增大,这使得该农业生态系
土壤质量受到土壤管理实践的显著影响,这些实践要么提高要么降低土壤质量的标准。因此,监测土壤状况以确定农业活动对其产生的正面或负面影响至关重要。土耳其萨姆松省的哈夫扎地区属于半湿润气候区,该地区农业用地密集,土壤形成条件多样,且受到管理实践带来的压力日益增大,这使得该农业生态系统变得脆弱,需要对其进行监测。因此,本研究旨在评估和预测该地区的土壤质量。研究从该区域收集了217个土壤样本,并选取了33个土壤质量参数进行分析。数据通过综合质量指数(IQI)和人工神经网络(ANN)进行处理,以支持在人类活动与气候变化压力不断增加的背景下实现可持续的土地管理、提高生产力以及长期保护土壤。此外,对所有土壤参数的数据进行了主成分分析(PCA),从中选出了13个关键参数用于构建最小数据集(MDS),并绘制了研究区域的空间分布图。结果显示,由IQI确定的土壤质量指数(SQI)与ANN预测的结果相当,训练集、验证集和测试集的R2值分别为0.999、0.970和0.987。分布图显示,研究区域内部存在零星的低质量土壤区域,其中土壤质量最低的区域位于该区域的北部中部。总体而言,该地区的土壤质量被归类为中等水平。这些分布图为土地管理、生态系统管理以及农业用地的可持续性提供了宝贵的信息。
生物通微信公众号