Geosci. Front. | 土壤水力侵蚀的空间变异性:经验技术与智能技术的比较
Geoscience Frontiers
2024-11-05 09:00
文章摘要
本文研究了土壤水力侵蚀(SWE)的空间变异性,比较了经验技术与智能技术在预测土壤侵蚀中的应用。研究背景是全球土壤侵蚀问题严重,影响粮食供应。研究目的是通过优化机器学习算法,特别是卷积神经网络(CNN)结合灰狼优化算法(GWO),来精确绘制土壤侵蚀易感性地图。研究结果表明,CNN-GWO模型在预测土壤侵蚀方面表现最佳,优于传统的RUSLE模型和其他机器学习模型。具体来说,海拔高度和降雨侵蚀性对SWE的影响最大,而土壤质地和水文的影响较小。Noor-Rood流域的土壤流失量根据RUSLE模型介于0至2644 t ha−1 yr−1之间。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。