一种用于评估和预测土壤质量动态的人工智能方法

《Communications in Soil Science and Plant Analysis》：An Artificial Intelligence Approach to the Assessment and Prediction of Soil Quality Dynamics

　　气候变化导致土壤退化，影响可持续农业。研究利用人工神经网络（ANN）和基本土壤属性预测SQI，相关系数达0.83，空间分布相似，但需增加土壤属性以提高精度。

　　

摘要

气候变化的负面影响，包括土地滥用、不合理的农业实践和全球变暖，对土壤的健康、肥力、生产力和质量造成了严重损害。作为生态系统基本组成部分的土壤退化，对可持续土地利用方式的可行性构成了重大威胁，从而阻碍了资源的合理有效利用。因此，为了确保农业实践的可持续性，必须考虑土壤质量测定方法的可靠性及其在大规模应用中的适用性。本研究的目的是利用土壤的基本性质（沙子、黏土、粉砂、有机质、pH值、电导率、石灰、氮、磷、钾）以及近年来备受关注的人工智能算法之一——人工神经网络（ANN），来预测土壤质量。研究发现，具有大陆性气候的凡湖流域内的土壤质量指数（SQI）值介于0.381至0.703之间。此外，在使用ANN进行土壤质量预测的过程中，实际数据与预测数据之间的相关系数（R）在训练、验证和测试阶段分别为0.83、0.83和0.71。利用地统计方法之一——克里金-简单球形模型（Kriging-Simple-Spherical）制作的SQI地图显示，实际值与预测值在空间分布上具有相似性。研究表明，将更多土壤性质纳入模型对于获得更精确的结果至关重要。