基于集成学习方法的耕地质量评价研究

作者：程桂芳; 王钰鑫; 申会诗

来源：河南农业科学, 2023, 52(08): 155-162.

DOI：10.15933/j.cnki.1004-3268.2023.08.017

• 耕地质量评价
• 卡方分箱
• 合成少数类过采样技术
• 集成学习

为充分了解县域耕地资源，提高耕地质量评价效率和准确度，减少在评价过程中主观因素的影响，以河南省三门峡市陕州区为研究对象，对其做耕地质量分等定级。根据数据特征将特征变量划分为分类型变量和数值型变量，对于数值型变量采用卡方分箱的方法处理，将处理后的结果与分类型变量用one-hot编码赋值，对于样本类别数较少的数据采用合成少数类过采样技术（SMOTE）平衡样本数据。随后引入机器学习的方法，利用XGBoost、LightGBM、ANN以及XGBoost-LightGBM-ANN组合模型对耕地质量进行分等定级。结果表明，将处理后的未采样数据作为训练集，代入耕地质量评价单一模型以及组合模型进行训练并预测时，准确率、精确率、召回率和F1分数等指标值均达到了0.97以上，其中单一模型ANN、LightGBM、XGBoost对应的各指标值呈递增的趋势，表明机器学习模型应用到耕地质量评价中产生了良好的效果。与未采样相比，经过采样后的数据作为训练集明显提升了模型性能，单一以及组合模型预测中各指标值均达到了0.99以上，其中基于集成学习投票的算法XGBoostLightGBM-ANN组合模型有明显优势，准确率达到了0.998 3。