基于决策树的土壤Zn含量预测

以浙江省富阳市为研究区域，基于184个土壤表层(0～20cm)样点的Zn浓度数据（根据背景值划分为G1、G2、G3、G4和G5共5个层次），并结合土壤类型、pH值、有机质、农业用地方式、工矿企业类型、道路和农村居民点等环境因子，采用CART方法挖掘Zn在土壤中的累积规则.利用获得的规则预测剩余41个土壤样点的Zn浓度，并进行精度评价.结果表明，采用CART方法获得的结果比普通Kriging插值方法获得的结果总精度提高了21.95%，在G2和G5层次上模拟精度相差不大，但在G1、G3和G4层次上前者明显高于后者.研究还表明，工矿企业类型在区分土壤Zn含量高低(G1、G2和G3、G4、G5)层次上起主要作用，G1和G2之间，G3、G4和G5之间的土壤Zn含量与pH值、土壤类型和土地利用方式有关.