土壤学报

作者：李艾雯，李文丹，宋靓颖，冉敏，陈丹，成金礼，齐浩然，郭聪慧，李启权

单位：李艾雯，四川农业大学资源学院, 成都 611130；,李文丹，四川农业大学资源学院, 成都 611130；,宋靓颖，四川农业大学资源学院, 成都 611130；,冉敏，四川农业大学资源学院, 成都 611130；,陈丹，四川农业大学资源学院, 成都 611130；,成金礼，四川农业大学资源学院, 成都 611130；,齐浩然，四川农业大学资源学院, 成都 611130；,郭聪慧，四川农业大学资源学院, 成都 611130；,李启权，四川农业大学资源学院, 成都 611130；liqq@lreis.ac.cn,

关键词：土壤容重;传递函数;四川盆地;多元线性回归模型;径向基函数神经网络模型;随机森林模型

基金：四川省自然科学基金项目（2022NSFSC0104）资助

构建土壤容重高精度预测方法是准确补全区域土壤属性数据库的需要。本研究基于全国第二次土壤普查时获得的四川盆地（含四川省和重庆市）2 883个典型耕地样点数据，运用相关分析、方差分析和回归分析等方法揭示表层土壤容重的统计特征及其主控因素，采用传统土壤传递函数（PTFs）、多元线性回归（MLR）模型、径向基函数神经网络（RBFNN）模型和随机森林（RF）模型通过不分区、分流域以及分土类3种建模方式建立土壤容重预测模型，以期实现对该区域土壤容重缺失值的填补。结果表明：研究区耕地表层土壤容重处于0.60～1.71 g·cm-3之间，均值为1.29 g·cm-3。土壤有机质、土壤亚类和夏季降雨量是土壤容重最重要的影响因素。分流域构建的RBFNN预测模型能较好地捕捉土壤容重与各影响因素的非线性关系以及这种关系的空间非平稳性，432个独立验证样点预测结果的决定系数（R2）和均方根误差（RMSE）分别为0.519和0.095 g·cm-3，明显优于其他方法，其不仅有助于提高四川盆地耕地表层土壤容重缺失值的填补精度，也为其他区域土壤性质缺失值的填补提供了方法参考。

来源：2025年第1期

《土壤学报》期刊编辑部

查看土壤学报杂志2025年第1期