来源：期刊VIP网 时间：
作者：杨兰;王运;邹勇军;胡宝群;李满根;张安;朱满怀;
单位：东华理工大学江西省数字国土重点实验室;江西省地质勘查院地质环境监测所;
摘要：利用未知硒数据快速、高效、精准地圈定富硒土壤，需构建预测富硒土壤的最佳模型。从1 277个1∶5万表层土壤的地球化学数据中选取502个数据组成数据集，以w(Zn)、w(K_2O)、w(P)、w(Mo)、w(Mn)、w(Cr)、pH、D(泥盆系)为自变量，以是否富Se为因变量，运用SPSS Modeler 18软件构建二元Logistic回归模型、多层感知器神经网络模型、随机森林模型及支持向量机模型(包括线性、多项式、径向基和Sigmoid核函数),并通过35组土壤样品实测数据进行验证。结果表明：二元Logistic回归模型、多层感知器神经网络模型、随机森林模型及(线性、多项式、径向基、Sigmoid)支持向量机模型的预测准确率和验证总体准确率分别为88.8%和94.3%、91.0%和97.1%、96.6%和97.1%、87.9%和97.1%、86.1%和94.3%、86.9%和94.3%、80.3%和91.4%;以上模型的曲线下面积(AUC)值分别为0.948、0.950、0.993、0.937、0.945、0.928和0.873,随机森林模型的准确率和稳定性最佳。同时，本次研究发现了清洁富硒土壤及绿色富硒山稻，表明该方法在富硒土壤预测中具有可行性，且可进一步拓展到地质找矿及环境监测等领域。
关键词：富硒土壤;;机器学习;;二元Logistic回归模型;;多层感知器神经网络模型;;随机森林模型;;支持向量机模型
基金资助：中国地质调查局项目(DD20160321);; 江西省重点研发计划项目(20203BBG72W011);; 东华理工大学博士启动基金项目(DHBK2019051);东华理工大学江西省数字国土重点实验室开放研究基金资助项目(DLLJ202205);; 江西省研究生创新专项资金项目(YC2022-S600)~~
