水土流失是諸多因素綜合所致,確定水土流失因子的重要性具有重要意義。本文以福建省為例,利用土壤侵蝕強(qiáng)度等級(jí)數(shù)據(jù)及導(dǎo)致水土流失的年侵蝕降雨量、土壤類型、坡度、坡長(zhǎng)、植被覆蓋度及土地利用類型等數(shù)據(jù),引入隨機(jī)森林算法,提出通過(guò)平均精確率減少值（MDA）和平均不純度減少值（MDG）歸一化相加的方法確定要素重要性,并與MDA和MDG排序賦值相加的方法進(jìn)行對(duì)比。結(jié)果表明:隨機(jī)森林算法適用于水土流失影響因子重要性分析;歸一化相加法對(duì)因子重要性的表征效果較好,優(yōu)于排序賦值相加法,不僅能判別因子的相對(duì)重要性,還可定量表達(dá)因子間差異的顯著性;在所分析的六個(gè)要素中,植被覆蓋度最為重要,地形特征次之,而土壤類型對(duì)是否發(fā)生水土流失重要性影響較弱,與已有的實(shí)驗(yàn)和研究結(jié)果吻合,結(jié)果合理。在判斷無(wú)流失與其它流失等級(jí)間關(guān)系時(shí),植被覆蓋度的重要性具有很大的優(yōu)勢(shì),量級(jí)上是第二位的2倍以上。 

【文章來(lái)源】：自然災(zāi)害學(xué)報(bào). 2019,28(04)北大核心CSCD

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

基于ＲF的因子重要性分析流程Fig．1ProcessofimportanceanalysisforＲFfactor

第4期陳妙金，等:基于隨機(jī)森林算法的水土流失影響因子重要性分析圖9不同特征及不同實(shí)驗(yàn)中MDA和MDG歸一化相加法結(jié)果Fig．9ThesumofnormalizedMDAandMDGusingthesortingandadditionmethodindifferentcharacteristicsandexperiments而中輕度－中度以上流失、無(wú)－中輕度－中度以上流失的OOB誤差相對(duì)較大，主要是中輕度－中度以上區(qū)分度減弱。植被覆蓋度在中輕度－中度以上實(shí)驗(yàn)中發(fā)生了明顯的下降趨勢(shì)，盡管重要性依舊排名第一，但是與其它特征間的重要性指標(biāo)差異較小。這是由于在判定植被覆蓋度和水土流失關(guān)系時(shí)存在有效蓋度即林草地土壤流失量達(dá)到允許流失量時(shí)的蓋度，高于有效蓋度的區(qū)域即為微度或無(wú)流失區(qū)［35］。現(xiàn)有的研究中如劉斌等［36］通過(guò)實(shí)測(cè)不同林草地覆蓋度下水土流失情況，認(rèn)為植被覆蓋度超過(guò)60%時(shí)，林地土壤流失很輕微或基本不發(fā)生侵蝕;戴金梅等［37］則以75%為界;陳燕紅等［38］認(rèn)為在福建吉溪流域植被覆蓋度大于78．3%將不會(huì)發(fā)生水土流失。故而在剔除無(wú)流失的情況下，同時(shí)剔除了所有植被覆蓋度較好(高于有效蓋度)的區(qū)域。植被覆蓋度的范圍由原有的0－1之間有所縮小，因此植被覆蓋度對(duì)于區(qū)分輕中度與中度以上的水土流失重要性有所下降。4結(jié)論本文以福建省為例，采用了隨機(jī)森林算法對(duì)影響水土流失的各特征參數(shù)進(jìn)行重要性分析，主要結(jié)論如下:(1)隨機(jī)森林方法可以用于水土流失影響因子的重要性分析，綜合MDA和MDG的重要性結(jié)果，改進(jìn)現(xiàn)有的排序賦值相加方法，提出了歸一化相加法，該方法與排序賦值結(jié)果相似，可以定量地表征不同特征的差異性，且所得結(jié)果與現(xiàn)有研究較為吻合，具有合理性。(2)不管是面向?


本文編號(hào)：3618504