区域土壤-水稻籽粒镉耦合关系模型的构建和验证

为构建区域土壤-水稻籽粒镉(Cd)耦合关系模型,通过文献调研获取369组数据,采用广义线性回归(GLM)、梯度提升机器(GBM)、随机森林(RF)和Cubist等方法,以文献共有的土壤pH和总Cd含量(Soil_Cd)为自变量、水稻籽粒Cd含量(Grain_Cd)为因变量构建模型,并以实测土壤pH、Soil_Cd和Grain_Cd数据验证,分析比较不同模型的预测能力.结果 表明:GLM、GBM、RF和Cubist模型的性能接近,其决定系数R2都在0.5左右,但RF模型对实测数据的拟合效果最好(R2=0.534).因此,基于机器学习的RF模型能在区域尺度合理预测稻米Cd含量.