| 摘 要: |
土壤全氮含量是反映土壤养分水平与生态功能的重要指标,对农业生产、生态保护与环境安全具有重要意义。本研究依托Google Earth Engine(GEE)云计算平台,融合多源遥感数据,选取了包括MODIS NDVI指数、Sentinel-2近红外波段反射率、地表土壤水分、降水量、地表温度和数字高程模型(DEM)等关键环境因子作为输入变量,采用随机森林回归(Random Forest,RF)、分类回归树(Classification and Regression Tree,CART)和梯度提升回归树(Gradient Boosting Regression Tree,GBRT)三种机器学习模型,对土壤全氮含量进行反演,构建了2020年太原市土壤全氮含量数据。以国际土壤信息中心(ISRIC)通过SoilGrids项目提供的全球土壤全氮含量数据为参考,采用均方根误差(RMSE)和决定系数(R2)作为评估指标,通过交叉验证,RF、CART、GBRT的各层土壤全氮含量平均RMSE分别为0.16 g/kg、0.21 g/kg、0.33 g/kg,平均R2分别为0.62、0.64、0.85。数据验证结果表明,该数据集具有较高的精度和可靠性,可为区域土壤养分评估、农业生产决策及生态环境管理提供科学支持。数据集内容为2020年太原市多层(包括6个深度层次:0–5 cm、5–15 cm、15–30 cm、30–60 cm、60–100 cm与100–200 cm)土壤全氮含量数据,空间分辨率为30 m,以.tif格式存储,共18个数据文件,数据总量为1.52 GB(压缩为1个文件,219 MB)。 |