基于回归树模型的土壤有机质空间分布预测开题报告

1. 研究目的与意义

土壤有机质是土壤养分指标之一，也是衡量土壤肥力高低的重要指标之一。

由于受各种自然生态过程和农业生产活动的影响。

土壤有机质含量具有较强的空间异质性，其空间分布预测的精度和可靠性尚有待提高。

2. 国内外研究现状分析

在国外，对于土壤有机质的空间分布研究已有很多实例，一些学者运用普通克里格模型（zhu,lin,2010;eldeiry,garcia,2010）、多元线性回归方程（malone et al.，2016）、偏最小二乘回归模型（abdi、2010）、人工神经网络模型（li et al., 2013）、模糊函数（qi et al.,2006）等方法进行了土壤属性空间变异的表达，yang等（yang et al., 2016）比较了随进森林模型和回归树模型预测高山生态系统土壤有机质空间分布，指出回归树模型的预测结果更合理，且丰富的遥感信息应得到更多应用。

以上各种计算模型在土壤属性空间上的变异研究作出了有意义的参考。

但是，这类研究模型较少考虑土壤属性自身空间过程、空间自相关与环境因子相互作用等理论的运用。

3. 研究的基本内容与计划

（1）有机质分布于环境因子关系；（2）基于决策树方法的土壤有机质空间分布；（3）有机质空间分布特征；2017年12月 选题2018年1月～2月 查阅文献，撰写开题报告与文献综述2018年3月下旬～4月 调查与实验，收集数据2018年5月 处理数据，撰写论文，论文答辩

4. 研究创新点

由于受各种自然生态过程和农业生产活动的影响，土壤有机质含量具有较强的空间异质性，其空间分布预测的精度和可靠性尚有待提高。

本研究基于回归树模型，分析相关因子对于有机质的空间分布影响机理，以期达到提高预测精度的目标。