基于机器学习算法模拟不同土壤深度含水率

作者：邓红艳; 吴宗俊; 崔宁博^*; 徐郁葭; 高颖

来源：节水灌溉, 2023, (03): 38-60.

• 土壤水分
• 随机森林
• 支持向量机
• 土壤深度

准确模拟土壤水分(SM)对农田精准灌溉、优化区域水资源配置和提高农业水资源利用效率具有重要意义。采用逐日气象和土壤含水量数据，探究随机森林(RF)和支持向量机(SVM)模拟不同深度(4 cm、10cm和20 cm)土壤含水量的适用性，采用太阳辐射(Rs)、空气温度(T)、降水量(P)、风速(U2)、空气湿度(RH)和土壤温度(ST)数据的4种输入组合，探讨不同输入变量对SM模拟的影响。结果表明：RF模型在4种输入组合下模拟不同深度土壤含水量精度最高，SVM模型模拟精度较低，R2范围分别为0.871～0.914和0.710～0.814,RMSE范围分别为0.050～0.069 cm3/cm3和0.080～0.098 cm3/cm3,MAE范围分别为0.030～0.051 cm3/cm3和0.060～0.077cm3/cm3。考虑模型精度和数据易获取性，RF模型在Rs、T、P、ST和RH输入下精度较高，R2范围为0.884～0.914,RMSE范围为0.050～0.064 cm3/cm3,MAE范围为0.030～0.043 cm3/cm3。因此，建议采用RF模型在Rs、T、P、RH和ST输入下模拟不同土壤深度含水量。

• 单位
  水力学与山区河流开发保护国家重点实验室; 四川大学