基于机器学习的富硒土壤预测模型的构建与比较——以江西省信丰县油山地区为例

摘要

利用未知硒数据快速、高效、精准地圈定富硒土壤，需构建预测富硒土壤的最佳模型。从1 277个1∶5万表层土壤的地球化学数据中选取502个数据组成数据集，以w（Zn）、w（K₂O）、w（P）、w（Mo）、w（Mn）、w（Cr）、pH、D（泥盆系）为自变量，以是否富Se为因变量，运用SPSS Modeler 18软件构建二元Logistic回归模型、多层感知器神经网络模型、随机森林模型及支持向量机模型（包括线性、多项式、径向基和Sigmoid核函数）,并通过35组土壤样品实测数据进行验证。结果表明：二元Logistic回归模型、多层感知器神经网络模型、随机森林模型及（线性、多项式、径向基、Sigmoid）支持向量机模型的预测准确率和验证总体准确率分别为88.8%和94.3%、91.0%和97.1%、96.6%和97.1%、87.9%和97.1%、86.1%和94.3%、86.9%和94.3%、80.3%和91.4%;以上模型的曲线下面积（AUC）值分别为0.948、0.950、0.993、0.937、0.945、0.928和0.873,随机森林模型的准确率和稳定性最佳。同时，本次研究发现了清洁富硒土壤及绿色富硒山稻，表明该方法在富硒土壤预测中具有可行性，且可进一步拓展到地质找矿及环境监测等领域。

关键词

富硒土壤 / 机器学习 / 二元Logistic回归模型 / 多层感知器神经网络模型 / 随机森林模型 / 支持向量机模型