论文摘要
[目的]中大空间尺度上农田产能提升潜力的客观准确评价,对于预测区域粮食安全保障能力至关重要,但现有方法过于追求大而全,评价指标多重共线性显著,相互干扰噪声强,指标体系离散性明显。[方法]以广东省2011-2015年高标准农田建设前后农田可实现产能潜力的变化值为因变量,以文献法整理的17个影响因素为自变量,采用随机森林模型测度的影响因素重要性,构建农田产能提升潜力评价指标体系,并以广东省为例研究区进行测算验证。[结果]①根据随机森林模型测度结果,不同因素对农田产能提升潜力重要性（I值）在0.21～12.71,其中水源与农田匹配系数与土壤性质的重要性大于基础设施配套状况、交通状况。②根据随机森林模型测度结果,地形坡度、水源与农田匹配系数、有机质含量、有效土层厚度、剖面构型等5个指标的重要度大于5.00,为农田产能提升潜力评价的核心指标。③经测算,广东省农田产能提升潜力在1.04×104～6.06×104hm2,农田产能具有较大的提升潜力。[结论]中大空间尺度上农田产能提升潜力与地形水文、土壤条件、农田基础设施状况、交通状况等有关,但不同因素的重要性存在较大差异,通过随机森林模型构建的评价指标体系降维收敛效果显著,其测算结果具有较强的科学性和合理性。
论文目录
文章来源
类型: 期刊论文
作者: 陈旭飞,任向宁,张池,咸春龙,冯雪珂,马涛,刘健美
关键词: 农田产能,提升潜力,随机森林,广东省
来源: 西南农业学报 2019年09期
年度: 2019
分类: 农业科技,基础科学,经济与管理科学
专业: 数学,农业基础科学,宏观经济管理与可持续发展,农业经济
单位: 华南农业大学资源环境学院,华南农业大学经济管理学院
基金: 广东省垦造水田关键技术与应用研究(GDGTKJ2018003)
分类号: F323.211;F224
DOI: 10.16213/j.cnki.scjas.2019.9.026
页码: 2133-2140
总页数: 8
文件大小: 1086K
下载量: 87
相关论文文献
- [1].基于迭代随机森林算法的糖尿病预测[J]. 长春工业大学学报 2019(06)
- [2].基于改进随机森林的城市河流水生态健康评价研究[J]. 海河水利 2019(06)
- [3].基于随机森林癫痫患者脑电数据的分析研究[J]. 中国数字医学 2020(01)
- [4].基于局部均值分解和迭代随机森林的脑电分类[J]. 吉林大学学报(信息科学版) 2020(01)
- [5].网贷平台数据的随机森林预测模型实证分析[J]. 宜宾学院学报 2019(12)
- [6].采用单类随机森林的异常检测方法及应用[J]. 西安交通大学学报 2020(02)
- [7].随机森林数据情感挖掘方法分析[J]. 通讯世界 2020(01)
- [8].运用最大熵模型和随机森林模型对东北红松分布的模拟[J]. 东北林业大学学报 2020(03)
- [9].基于随机森林算法的城区土地覆盖分类研究[J]. 河北省科学院学报 2020(01)
- [10].运用随机森林模型对北京市林分蓄积生长量的预测[J]. 东北林业大学学报 2020(05)
- [11].融合人工鱼群和随机森林算法的膝关节接触力预测[J]. 中国医学物理学杂志 2020(04)
- [12].结合特征选择和优化随机森林的无线网络数据丢失重建[J]. 上海电力大学学报 2020(03)
- [13].基于随机森林算法的耕地质量定级指标体系研究[J]. 华南农业大学学报 2020(04)
- [14].一种基于随机森林的组合分类算法设计与应用[J]. 电子设计工程 2020(16)
- [15].基于随机森林算法的日光温室内气温预测模型研究[J]. 中国农学通报 2020(25)
- [16].基于因子分析和迭代随机森林方法的学生成绩综合评价——以都匀市某高中为例[J]. 黔南民族师范学院学报 2020(04)
- [17].基于随机森林模拟的辽宁省降水量空间分布研究[J]. 陕西水利 2020(09)
- [18].随机森林模型在膝关节炎患者结构特征与症状定量分析中的应用（英文）[J]. 磁共振成像 2020(10)
- [19].基于特征选择的极限随机森林算法研究[J]. 计算机应用研究 2020(09)
- [20].随机森林回归分析方法在代谢组学批次效应移除中的应用[J]. 中国卫生统计 2020(05)
- [21].一种面向非均衡分类的随机森林算法[J]. 计算机与现代化 2018(12)
- [22].随机森林模型和决策树模型在肝硬化上消化道出血预后中的应用[J]. 中国卫生统计 2019(02)
- [23].基于随机森林的债券违约分析[J]. 当代经济 2018(03)
- [24].基于改进网格搜索算法的随机森林参数优化[J]. 计算机工程与应用 2018(10)
- [25].随机森林在城市不透水面提取中的应用研究[J]. 云南师范大学学报(自然科学版) 2017(03)
- [26].一种顺序响应的随机森林:变量预测和选择[J]. 小型微型计算机系统 2017(08)
- [27].基于随机森林回归的军械器材需求预测[J]. 自动化应用 2017(09)
- [28].流式大数据下随机森林方法及应用[J]. 西北工业大学学报 2015(06)
- [29].面向高维数据的随机森林算法优化探讨[J]. 商 2016(04)
- [30].深度随机森林在离网预测中的应用[J]. 计算机科学 2016(06)