• 《中国科学引文数据库(CSCD)》来源期刊
  • 中国科技期刊引证报告(核心版)期刊
  • 《中文核心期刊要目总览》核心期刊
  • RCCSE中国核心学术期刊

基于随机森林算法的耕地质量定级指标体系研究

林子聪, 任向宁, 朱阿兴, 赵鑫, 胡月明

林子聪, 任向宁, 朱阿兴, 等. 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, 41(4): 38-48. DOI: 10.7671/j.issn.1001-411X.201909036
引用本文: 林子聪, 任向宁, 朱阿兴, 等. 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, 41(4): 38-48. DOI: 10.7671/j.issn.1001-411X.201909036
LIN Zicong, REN Xiangning, ZHU Axing, et al. Research on the index system of cultivated land quality grading based on random forest algorithm[J]. Journal of South China Agricultural University, 2020, 41(4): 38-48. DOI: 10.7671/j.issn.1001-411X.201909036
Citation: LIN Zicong, REN Xiangning, ZHU Axing, et al. Research on the index system of cultivated land quality grading based on random forest algorithm[J]. Journal of South China Agricultural University, 2020, 41(4): 38-48. DOI: 10.7671/j.issn.1001-411X.201909036

基于随机森林算法的耕地质量定级指标体系研究

基金项目: 国家重点研发计划(2016YFC0501801,2018YFD1100103);青海省科技计划(2017-ZJ-730);广州市科技计划(201804020034)
详细信息
    作者简介:

    林子聪(1994—),男,硕士研究生,E-mail: linzc306575684@163.com

    通讯作者:

    胡月明(1964—),男,教授,博士,E-mail: yueminghugis@163.com

  • 中图分类号: X53

Research on the index system of cultivated land quality grading based on random forest algorithm

  • 摘要:
    目的 

    分析研究区域内的耕地质量差异,优化耕地利用与布局,为耕地保护提供参考依据。

    方法 

    以青海省共和县、都兰县和乌兰县的耕地为研究对象,根据历史及现有文献收集耕地质量的影响因素,采用随机森林算法和相关性分析筛选定级指标并确认权重,通过加权求和法计算定级指数并划分级别,得到定级结果。与常用的特尔菲法定级成果进行比较分析。

    结果 

    随机森林算法得到的变量重要性(I)范围在0.03~11.94,相关性分析结果显示,大部分影响因素间相关性不显著,有8个为显著相关,综合I值和相关性分析结果将30个影响因素收敛为4个纬度下的14个定级指标,其中影响研究区域耕地质量的主要因素为生态系统脆弱性、生长季平均降水和年总太阳辐射量,权重分别为0.11、0.10和0.09,随机森林算法评价结果与实际情况相符。

    结论 

    与常用的特尔菲法比较,随机森林算法稳定性更好,级别指数变幅区间更小,更有利于构建省级空间尺度的耕地级别可比序列。

    Abstract:
    Objective 

    To analyze the difference of cultivated land quality in the study region, optimize the use and layout of cultivated land, and provide a reference for cultivated land protection.

    Method 

    Taking the cultivated land in Gonghe County, Dulan County and Wulan County in Qinghai Province as the research object, the influencing factors of cultivated land quality were collected based on the history and existing literature, and the random forest algorithm and correlation analysis were used to screen the grading indicators and confirm the weight. We calculated the grading index and divided the levels by weighted sum method to get the grading result. We compared the results with the grading results of commonly used Delphi method.

    Result 

    The value of variable importance I obtained by random forest algorithm ranged from 0.03 to 11.94. Correlation analysis showed that the correlation between most influencing factors was not significant, eight of which were significant correlation. The 14 rating indicators under four dimensions were astringed from 30 influencing factors. The main factors influencing the quality of cultivated land in the study area were ecosystem vulnerability, mean precipitation of growing season and annual solar radiation amount, with the weights of 0.11, 0.10 and 0.09, respectively.

    Conclusion 

    Compared with Delphi method, the random forest algorithm has better stability and smaller level of index variation interval, which is more conducive to construct a comparable sequence of cultivated land levels at provincial spatial scale.

  • 苹果树Malus pumila Mill.属蔷薇科Rosaceae苹果属Malus。苹果树腐烂病是苹果生产上一种极为严重的病害,由黑腐皮壳属Valsa(无性型为壳囊孢属Cytospora)真菌引起的。该病发生区域广、发病率高、防治困难,发病严重的果园树体枝干残缺,甚至造成大量死树或毁园[1];苹果炭疽病又名苦腐病、晚腐病,是由子囊菌亚门小丛壳菌Glomerella cingulata所致,传播速度快,已成为阻碍苹果生产的主要病害[2-4]。苹果是我国陕北农业的支柱,近年来遭受到多种病害的侵染,尤其是苹果树腐烂病与苹果树炭疽病[5]

    植物内生真菌是指在植物寄主体内度过全部或近乎全部生活周期而不使寄主表现任何症状的一类真菌。内生真菌可能产生与宿主相同或相似的次生代谢产物,这些次生代谢产物是一些抗生素类和水解酶类等物质,能影响病原菌的生长,最终导致其死亡[6]。许多内生真菌的代谢产物具有农药活性,利用植物内生真菌来开发生物农药,是解决化学农药抗性、残留和再猖獗问题的有效途径之一[7]。王现坤等[8]的研究表明内生真菌中链格孢属拮抗菌群对苹果树腐烂病的拮抗作用较强;蔡光华等[9]研究表明苹果树腐烂病拮抗内生细菌PG-10-8-11v菌株在高温、紫外光的条件下具有较好的抑菌效果;邓振山等[10]研究了银杏Ginkgo biloba L.叶片和茎内生真菌对苹果树腐烂病菌的抑制作用;郭建新等[11]从银杏根、茎、叶和果实中分离出的522株内生真菌中有21.64%的菌株发酵液对苹果树炭疽病菌有较强的抑制作用;徐涛等[12]通过对健康苹果树树皮内生真菌的分离筛选出了对苹果树腐烂病菌生长有抑制作用的拮抗真菌,并且鉴定其主要为链格孢属真菌。但鲜见利用内生真菌同时来防治苹果树腐烂病和苹果树炭疽病的研究报道。本研究对发病地段的健康苹果树不同部位以及根际土壤中的内生真菌进行了分离,并对筛选出的拮抗真菌进行了液体培养,检测了发酵滤液和菌丝体提取物对2种病原菌的抑菌活性以及抑菌物质的热稳定性,旨在确定它们的抑菌特性,为进一步研究其内生拮抗真菌代谢产物的化学成分及作用机理奠定基础。

    2013年从延安市宝塔区枣园苹果种植园发病区的健康果树上采集根、茎(采集的根和茎的木质化程度要低且根系不要须根)以及苹果树的根际土壤,进行内生真菌的分离。

    苹果树腐烂病菌Valsa malimiyabe、苹果树炭疽病菌Glomeralla cingulata病原菌由延安大学生命科学学院微生物实验室鉴定并保藏。

    PDA培养基:马铃薯200 g·L-1、葡萄糖20 g·L-1、琼脂20 g·L-1,;改良的PDA培养基:马铃薯200 g·L-1、苹果树枝碾碎磨粉100 g·L-1、葡萄糖20 g·L-1、琼脂20 g·L-1;30%ABA培养基[13]:苹果树枝碾碎磨粉300 g·L-1、琼脂20 g·L-1、水1 L。

    内生真菌采用组织块培养[14]。在超净工作台上,将采集的苹果树根、茎,分别用清水洗净表面附着的杂质后进行表面消毒(在φ为75%的乙醇溶液中浸泡1 min,无菌水冲洗3次,再用w为0.1%的氯化汞溶液浸泡60~90 s,无菌水冲洗5次),灭菌滤纸吸干多余水分后,用灭菌剪及灭菌刀将材料切割为6~8段(每段约0.3~0.5 mm),将表面消毒的材料分别置于改良的PDA培养基、30%ABA培养基和PDA培养基平板中,每培养皿3~5段,28 ℃恒温静置培养5~6 d。根际土壤经晾晒、研磨后用无菌水浸泡,28 ℃恒温摇床振荡12 h,取悬浊液,采用系列稀释法,在PDA培养基上涂布,28 ℃恒温培养5~6 d。定期观察,采用菌丝尖端挑取法,根据菌丝颜色、形态以及长出的先后顺序,挑取组织切口处长出的菌丝转接到新的PDA培养基上培养,反复纯化直至获得单一菌株,斜面保存并编号备用。经表面消毒不做处理的材料在培养基上作组织印迹对照处理,检验消毒效果。

    依据文献[15],采用平板对峙法进行。以苹果树腐烂病和苹果树炭疽病病原菌为靶标,将病原菌接种于PDA平板进行活化,28 ℃下培养至病原菌长满平板,用灭过菌的4 mm打孔器分别对纯化的内生真菌和病原菌打孔,采用四点对峙法(在含有20 mL PDA的平板两端相距3 cm处放置直径为4 mm的生长旺盛的病原菌和内生真菌菌饼),每处理重复3次,以各4 mm病原菌饼圆盘为对照,28 ℃恒温培养箱培养,待对照组和试验组培养4 d后, 采用十字交叉法测量对照组直径(D对照)和处理组直径(D处理),计算抑制率。

    无菌条件下,将保存的内生真菌接种到PDA平板上,28 ℃培养5 d活化,将活化的内生真菌再分别接种到500 mL PDA的三角瓶发酵培养基中,于28 ℃、180 r·min-1培养10 d后,5 000 r·min-1离心5 min取上清液,并经过0.22 μm的微孔滤膜真空抽滤,滤液收集、保存备用。

    菌丝提取物的制备及处理方法参照文献[16]。菌丝体50 ℃条件下烘干,研磨成粉末后按照1 g菌丝体加9 mL φ为95%的乙醇溶液的比例在45 ℃水浴条件下分3次提取,3次提取时间分别为24、4和2 h,最后水浴除去溶剂,烘干并保存提取物备用。

    拮抗活性测定采用生长速率法[17]。取内生真菌发酵液10 mL,加90 mL灭菌的PDA培养基混匀后倒平板,对照组加等量的无菌水。用直径4 mm的打孔器在培养5 d的供试病原真菌的菌落边缘打取菌饼,再将菌饼菌丝面朝下接种到含发酵液的培养基平板正中央。取菌丝提取物用无菌水配制0.1 g·mL-1的溶液,取10 mL该溶液加入90 mL灭菌的PDA培养基混匀后倒平板,对照组同样加等量的无菌水。含菌丝提取物的PDA培养基平板接种方法同上。每个处理设3次重复,28 ℃恒温培养5 d,采用十字交叉法测量对照组和处理组直径,计算抑制率。

    将病原真菌接种至改良的PDA培养基上,恒温培养4 d后,转接到30% ABA培养基上,培养7 d,待菌落表面产生大量突起的分生孢子器和分生孢子丝后,在超净工作台上,用灭菌的打孔器打取4 mm菌饼,挑取到无菌的试管中,加入无菌水,振荡搅动使培养基的孢子尽可能多地存在于水中,取1滴于显微镜下观察,根据文献[18]的标准,在低倍镜(10×10)下的视野内孢子数达到50~90个。

    在无菌条件下,用移液枪吸取孢子悬液300 μL于1.5 mL的小离心管中,加入同等体积的内生真菌发酵液,再加入200 μL的PDA液体培养基,振荡混匀后,对照加同等体积的无菌水,28 ℃恒温水浴12 h后,镜检孢子萌发情况,并计算孢子萌发率和孢子萌发的抑制率。

    孢子萌发率=(萌发孢子数/孢子调查数)×100%,

    孢子萌发的抑制率=(对照孢子萌发率-处理孢子萌发率)/对照孢子萌发率×100%。

    J2、J11、J16、J17、T1发酵液经过无菌滤纸和0.22 μm微孔滤膜过滤,在无菌条件下取15 mL于灭菌试管中,经过20(CK)、40、60、80、100 ℃水浴加热和121 ℃高温灭菌处理30 min[19],冷却到室温,在超净工作台中,取处理过的发酵液加入100 mL的已灭菌并且温度降至50 ℃以下的PDA培养基中,充分混匀后,在灭菌平板中倒入约15 mL,待培养基凝固后,采用平板打孔法,在相应的固体培养基中央接入4 mm的苹果树腐烂病菌饼、苹果树炭疽病菌饼,以28 ℃发酵液作为对照,每个处理重复3次,28 ℃恒温培养48 h,用十字交叉法测量苹果树腐烂病菌和苹果树炭疽病菌的直径,计算抑制率。

    试验数据采用SPSS 21.0软件进行数据统计和显著性分析。

    从病区健康苹果树的根、茎及其根际土分离得到真菌共有18株。通过形态学对内生真菌进行初步鉴定,分离得到的内生真菌分属3个属,包括链格孢属Alternaria sp.、茎点霉属Phoma sp.和球壳孢属Sphaeropsis sp.。不同部位真菌的种类和数量也存在差别,其中茎部分离的菌株数最多,为9株,其次是根部5株,根际土4株。其中链格孢属为苹果树茎和根部占绝对优势的内生真菌菌株,占总分离频率的50.0%(表 1)。

    表  1  不同部位的真菌分离结果
    Table  1.  Isolated fungi from different parts of apple tree
    下载: 导出CSV 
    | 显示表格

    对峙试验结果(表 2)表明,共有8株真菌对苹果树腐烂病菌和苹果树炭疽病菌的生长有抑制作用,占供试菌株总数的44%。其中有5株真菌对苹果树腐烂病菌和炭疽病菌的生长均有抑制作用,另有3株真菌对苹果树腐烂病菌或炭疽病菌的生长分别有不同的抑制作用,不同真菌菌株对苹果树腐烂病菌菌丝生长的抑制率有一定差异,其中抑制率在80%以上的有J2、J16、J17 ,对苹果树腐烂病菌的生长抑制率分别达82.75%、84.31%、82.35%。除J11和T4无抑制作用外,剩余的菌株对苹果树腐烂病菌生长的抑制率集中于60%~70%;T1内生真菌对苹果树炭疽病菌的抑制率最高,达80.67%,除T3菌株无抑制作用外,其他6株内生真菌对苹果树炭疽病菌的抑制率均大于70%。

    表  2  苹果拮抗真菌对苹果树腐烂病菌菌丝生长的抑制作用1)
    Table  2.  Inhibiory effects of antagonistic fungi on mycelial growth of Valsa ceratosperma and Glomeralla cingulata in apple tree
    下载: 导出CSV 
    | 显示表格

    图 1a所示,在抑菌带的边缘,苹果树腐烂病菌的菌丝体分布不均、明显变薄、颜色变成褐色,菌丝的生长受到明显的抑制,其对照组(图 1c)苹果树腐烂病菌在接种第4天后迅速长满整个平板,J16(图 1a)和T1(图 1b)分别对苹果树腐烂病菌和苹果树炭疽病菌的生长抑制较为明显,抑菌带周围的菌丝体分布不均、颜色变成褐色。

    图  1  内生真菌对苹果树腐烂病菌及苹果树炭疽病菌的拮抗作用
    a:接种内生真菌J16和苹果树腐烂病菌; b:接种内生真菌T1和苹果树炭疽病菌; c:苹果树腐烂病菌; d:苹果树炭疽病菌。
    Figure  1.  Inhibitory effects of endophytic fungi on Valsa ceratosperma and Glomeralla cingulata in apple tree

    表 3可知,不同拮抗真菌发酵后的滤液对苹果树腐烂病菌和炭疽病菌菌丝生长的抑制作用差别较大,对苹果树腐烂病菌的抑制率最大为77.14%,对苹果树炭疽病菌的抑制率最大为76.22%,其他菌株的抑制率都大于60%。菌丝提取物对病原菌菌丝的生长抑制作用不显著,其中对病原菌生长有较强抑制作用的拮抗真菌J16和T1,最大抑制率均小于9%。

    表  3  发酵液和菌丝体提取物对病原菌菌丝生长的抑制作用1)
    Table  3.  Inhibition rates of sterile fermentation filtrates and extracts from endophytic fungal mycelium on mycelial growth of pathogen
    下载: 导出CSV 
    | 显示表格

    内生真菌发酵液对苹果树腐烂病和苹果树炭疽病分生孢子萌发有抑制作用,且不同菌株的发酵液对分生孢子萌发的抑制作用有较大差异。从表 4中可以看出,除J11和T4外,所测的菌株对苹果树腐烂病菌孢子萌发的抑制率均大于45%,其中对苹果树腐烂病菌分生孢子萌发抑制作用最强的为J16,抑制率为69.75%;除T3外,其他菌株对苹果树炭疽病菌分生孢子萌发抑制率均不小于39.55%,其中作用最强的为T1,抑制率为69.43%,但内生真菌的发酵液对2种病原菌孢子萌发抑制率均小于70%,分析可能是发酵液中的活性物质浓度不足。

    表  4  内生真菌发酵液对苹果树腐烂病菌和炭疽病菌分生孢子萌发的抑制作用1)
    Table  4.  Inhibitory effect of zymotic fluid of antagonistic fungi on conidial germination of Valsa ceratosperma and Glomeralla cingulata in apple tree
    下载: 导出CSV 
    | 显示表格

    表 5可知,J2发酵液作用的菌落直径随温度升高而变大,且60~121℃与对照相比差异显著,在温度超过100 ℃时,抑制率为0,表明此抑制物质可能因高温失去生物活性。除121℃外,J16发酵液作用的菌落直径相对于对照组并未随温度升高存在显著差异,说明其抑制物质对热具有较好的稳定性。J17随温度的升高抑菌效果不断提高,但与对照相比均无显著差异,到121 ℃时抑制率为17.2%,说明温度对其无菌滤液的影响较小。

    表  5  苹果树腐烂病菌拮抗真菌J2, J16和J17发酵滤液的热稳定性
    Table  5.  Heat stability of zymotic fluid of antagonistic fungi J2, J16 and J17 against Valsa ceratosperma
    下载: 导出CSV 
    | 显示表格

    表 6可知,与对照相比,菌株J2发酵液作用的病原菌直径随温度的升高而显著增加,且最大直径达到8.10 cm,与对照组相比,其抑制率随温度升高而降低,且在100 ℃和121 ℃时,抑制率为0,这可能是由于发酵滤液中含有的抑菌蛋白物质因高温作用生物活性降低所致;而J11和T1发酵液对温度的稳定性较好,可能是发酵液中含有非蛋白物质,且此物质具有较好的热稳定性。

    表  6  苹果树炭疽病菌拮抗真菌J2, J11和T1发酵滤液的热稳定性1)
    Table  6.  Heat stability of zymotic fluid of antagonistic fungi J2, J11 and T1 against Glomeralla cingulata
    下载: 导出CSV 
    | 显示表格

    本研究从苹果树发病地段健康植株的根、茎以及苹果树的根际土壤中筛选出具有抑制苹果树腐烂病菌和苹果树炭疽病菌的18株内生拮抗真菌,并分别归于3个属,其中链格孢属内生真菌是优势菌株,占总分离菌株的50.0%。这与徐涛等[12]的研究结果一致,该研究从苹果树不同部位枝干的树皮中分离得到抑制苹果树腐烂病菌13个属的内生真菌,其中链格孢属内生真菌是优势菌株,占总分离菌株的73.27%。球壳孢属是本研究新报道的内生真菌属,其他属真菌已有相关报道[12]。对峙试验结果表明,分离到的8株内生真菌中,有5株分别对苹果树腐烂病和苹果树炭疽病的抑菌率超过67.00%,其中T1对苹果树炭疽病的抑制率达到80.67%。发酵滤液都至少对2种病原菌有大于60%的抑菌活性,并且其中J2、J16、J17的发酵滤液对苹果树腐烂病的抑制率分别为82.75%、84.31%、82.35%。

    展丽然[20]研究了土壤中放线菌对苹果树腐烂病菌的抑制作用,并优化了拮抗放线菌的发酵条件。王东昌等[21]从苹果树上分离到了拮抗菌株AT9706,在室内测定其对苹果树腐烂病菌的抑制效果达到了100%,田间采用AT9706制剂的防治效果达到了95%。Xin等[22]从毛百杨Populus tomentosa上分离到1株对苹果树腐烂病菌有较好拮抗作用的内生螺旋毛壳Chaetomium spirale菌株ND35,温室接种试验表明,用ND35处理的苹果树腐烂病的发生率明显的比用其他方法处理的果树低。以上研究仅是针对一种病原真菌筛选拮抗内生菌,并且多数为其他种植物的内生菌。郭晓等[23]研究表明,螺旋毛壳菌ND35分泌的胞外酶β-1, 3-葡聚糖酶对苹果树炭疽病菌、杨树腐烂病菌Valsa sordida以及苹果树腐烂病菌的菌丝生长和孢子的萌发有明显的抑制作用。本试验通过对发病地段的健康苹果树不同部位进行筛选后得到同时抑制苹果树腐烂病菌和苹果树炭疽病菌的拮抗内生真菌,并且抑制作用较为显著。进一步发酵培养试验检测了其内生真菌中抑菌物质的耐热特性,结果表明拮抗真菌J2、J16、J17、J24和T1发酵液对2种病原菌分生孢子萌发抑制率均不小于39.55%,最高可达69.75%,J11和T1无菌滤液的热稳定性较好,说明此无菌滤液中也可能存在类似的抑菌蛋白或其他大分子物质,且对热有较好的稳定性,能引起系统免疫,而J2的无菌滤液在100 ℃时失去了生物活性,可能是抑菌蛋白因高温失去了生物活性或其他大分子物质的热稳定性较差。但是未涉及到对抑菌物质的提取和鉴定,对于菌株的鉴定和田间防治效果还有待于进一步研究。

  • 图  1   研究区位置及采样点分布图

    Figure  1.   Location of the research area and spatial distribution of the sampling sites

    图  2   研究区域2种方法的定级结果及空间分布图

    Figure  2.   The grading result and spatial distribution map of two methods in the research area

    图  3   研究区域2条样带位置图

    a:东北–西南样带;b:西北–东南样带

    Figure  3.   Position of two sample belts in the study area

    a: Sample belt from northeast to southwest; b: Sample belt from northwest to southeast

    图  4   随机森林算法和特尔菲法对2条样带定级结果的对比

    Figure  4.   Comparison of grading results of random forest method and Delphi method to two sample belts

    表  1   研究区域调查样点产量数据

    Table  1   Yield information of investigation plot in research area

    耕地类型
    Type of cultivated land
    耕地数量/块
    Amount of cultivated land
    耕地密度/(块·hm−2)
    Density of cultivated land
    产量/(kg·hm−2)
    Yield
    最大值 Max. 最小值 Min. 平均值 Mean
    旱地 Rainfed cropland 20 306.26 3 840 1 980 2 671.50
    水浇地 Irrigable cropland 77 556.42 9 375 2 100 5 296.35
    总计 Total 97 512.78 9 375 1 980 4 755.15
    下载: 导出CSV

    表  2   影响耕地质量的因素

    Table  2   Factors impacting the quality of cultivated land

    类别
    Classification
    影响因素
    Impact factor
    类别
    Classification
    影响因素
    Impact factor
    自然因素
    Natural factor
    生长季均温
    Mean temperature of growing season
    社会经济因素
    Socioeconomic factor
    林网化程度
    Degree of forestation
    生长季降水量
    Mean precipitation of growing season
    耕作距离
    Cultivation distance
    年总太阳辐射量
    Annual solar radiation amount
    农田路网密度
    Farmland road network density
    海拔高度
    Elevation
    田块形状
    Field shape
    地形坡度
    Topographic slope
    田块大小
    Field size
    有效土层厚度
    Effective soil thickness
    农田破碎度
    Farmland fragmentation degree
    表层土壤质地
    Surface soil texture
    利用现状
    Utilization status
    砾石含量
    Gravel content
    区位因素
    Location factor
    城镇影响度
    Urban influence degree
    土壤有机质含量
    Soil organic matter content
    农贸市场影响度
    Agricultural market influence degree
    土壤酸碱度
    Soil pH
    道路通达度
    Road accessibility degree
    灌溉保证率
    Irrigation guarantee rate
    对外交通便利度
    External traffic convenience degree
    灌溉水质量
    Irrigation water quality
    工程因素
    Engineering factor
    灌溉排水工程
    Irrigation drainage project
    生态因素
    Ecological factor
    自然灾害危险性
    Natural disaster risk
    道路工程
    Road construction project
    生态系统脆弱性
    Ecosystem vulnerability
    农田防护林工程
    Farmland protective forest project
    水土流失状况
    Soil erosion condition
    土地平整工程
    Land leveling project
    下载: 导出CSV

    表  3   采用特尔菲法的定级指标体系

    Table  3   Grading indicators system using Delphi method

    一级 Primary level 二级 Secondary level 定级 Grading level
    一级指标 
    Primary indicator 
    权重
    Weight
    二级指标
    Secondary indicator
    权重
    Weight
    定级指标
    Grading indicator
    权重
    Weight
    生态因素
    Ecological factor
    0.19 生态状况
    Ecological condition
    0.19 生态系统脆弱性
    Ecosystem vulnerability
    0.02
    自然灾害危险性 Natural disaster risk 0.08
    水土流失状况 Soil erosion condition 0.09
    自然因素
    Natural factor
    0.48 气候状况
    Climate condition
    0.16 生长季平均温度
    Mean temperature of growing season
    0.06
    生长季平均降水
    Mean precipitation of growing season
    0.08
    年总太阳辐射量
    Annual solar radiation amount
    0.02
    地形状况
    Terrain condition
    0.08 海拔高度 Elevation 0.03
    地形坡度 Topographic slope 0.04
    砾石含量 Gravel content 0.01
    土壤条件
    Soil condition
    0.22 有效土层厚度 Effective soil thickness 0.06
    表层土壤质地 Surface soil texture 0.06
    土壤酸碱度 Soil pH 0.03
    土壤有机质含量
    Soil organic matter content
    0.07
    水资源状况
    Water resources condition
    0.02 灌溉水质量
    Irrigation water quality
    0.02
    社会经济因素
    Socioeconomic factor
    0.09 基础设施条件
    Infrastructure condition
    0.04 农田路网密度
    Farmland road network density
    0.01
    林网化程度 Degree of forestation 0.01
    农田破碎度
    Farmland fragmentation degree
    0.01
    灌溉保证率 Irrigation guarantee rate 0.01
    下载: 导出CSV
    续表 3 Continued table 3
    一级 Primary level 二级 Secondary level 定级 Grading level
    一级指标 
    Primary indicator 
    权重
    Weight
    二级指标
    Secondary indicator
    权重
    Weight
    定级指标
    Grading indicator
    权重
    Weight
    耕作条件
    Cultivating condition
    0.03 耕作距离 Cultivation distance 0.01
    田块形状 Field shape 0.01
    田块大小 Field size 0.01
    土地利用状况
    Land use status
    0.02 利用现状
    Utilization status
    0.02
    区位因素
    Location factor
    0.20 区位条件
    Locational condition
    0.11 城镇影响度 Urban influence degree 0.06
    农贸市场影响度
    Agricultural market influence degree
    0.05
    交通条件
    Traffic condition
    0.09 道路通达度 Road accessibility degree 0.05
    对外交通便利度
    External traffic convenience degree
    0.04
    工程因素
    Engineering factor
    0.04 工程建设状况
    Construction condition
    0.04 灌溉排水工程
    Irrigation drainage project
    0.01
    农田防护林工程
    Farmland protective forest project
    0.01
    道路工程 Road construction project 0.01
    土地平整工程 Land leveling project 0.01
    下载: 导出CSV

    表  4   随机森林算法对影响因素的变量重要性(I)排序

    Table  4   Variable importance (I) ranking of impact factors by random forest algorithm

    影响因素 Impact factor I 影响因素 Impact factor I
    生态系统脆弱性 Ecosystem vulnerability 11.94 灌溉保证率 Irrigation guarantee rate 4.74
    生长季降水量 Mean precipitation of growing season 10.63 有效土层厚度 Effective soil thickness 4.65
    自然灾害危险性 Natural disaster risk 10.01 灌溉排水工程 Irrigation drainage project 4.58
    年总太阳辐射 Annual solar radiation 9.08 表层土壤质地 Surface soil texture 4.50
    土壤酸碱度 pH 8.54 海拔高度 Elevation 3.85
    灌溉水质量 Irrigation water quality 7.94 农田路网密度 Farmland road network density 3.85
    对外交通便利度 External traffic convenience 7.60 道路工程 Road construction project 3.63
    地形坡度 Slope 7.47 利用现状 Utilization status 3.61
    生长季均温 Mean temperature of growing season 6.82 砾石含量 Gravel content 3.38
    农田破碎度 Farmland fragmentation 6.75 农田防护林工程 Protective forest project 2.85
    城镇影响度 Urban influence 6.14 林网化程度 Degree of forestation 2.62
    农贸市场影响度 Agricultural market influence 6.10 道路通达度 Road accessibility 2.57
    土壤有机质含量 Soil organic matter 5.79 土地平整工程 Land leveling project 2.01
    水土流失状况 Soil erosion condition 5.73 田块大小 Field size 1.02
    耕作距离 Cultivation distance 5.70 田块形状 Field shape 0.03
    下载: 导出CSV

    表  5   显著相关影响因素的相关系数1)

    Table  5   Correlation coefficients matrix of significantly related impact factors

    影响因素 Impact factor Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8
    Y1 1
    Y2 0.790** 1
    Y3 0.254* 0.310** 1
    Y4 −0.278* −0.150* 0.957** 1
    Y5 0.132* 0.119* 0.243* −0.251* 1
    Y6 0.142* 0.156* 0.222* −0.258* 0.856** 1
    Y7 0.140* 0.177* 0.278* −0.262* 0.905** 0.986** 1
    Y8 0.190* 0.104* 0.189* −0.247* 0.851** 0.969** 0.982** 1
     1)Y1:表层土壤质地;Y2:砾石含量;Y3:自然灾害危险性;Y4:生态系统脆弱性;Y5:灌溉排水工程;Y6:道路工程;Y7:农田防护林工程;Y8:土地平整工程;“*”和“**”分别表示在0.05和0.01水平显著相关(Pearson法)
     1)Y1: Surface soil texture; Y2: Gravel content; Y3: Natural disaster risk; Y4: Ecosystem vulnerability; Y5: Irrigation drainage project; Y6: Road construction project; Y7: Farmland protective forest project; Y8: Land leveling project; “*” and “**” indicate significant correlation at 0.05 and 0.01 levels, respectively(Pearson method)
    下载: 导出CSV

    表  6   耕地质量定级指标体系

    Table  6   The index system of cultivated land quality grading

    一级 Primary level 二级 Secondary level 定级 Grading level
    一级指标 
    Primary indicator 
    权重
    Weight
    二级指标
    Secondary indicator
    权重
    Weight
    定级指标
    Grading indicator
    I 权重
    Weight
    生态因素
    Ecological factor
    0.16 生态状况
    Ecological condition
    0.16 生态系统脆弱性
    Ecosystem vulnerability
    11.94 0.11
    水土流失状况
    Soil erosion condition
    5.73 0.05
    自然因素
    Natural factor
    0.53 气候状况
    Climate condition
    0.25 生长季平均温度
    Mean temperature of growing season
    6.82 0.06
    生长季平均降水
    Mean precipitation of growing season
    10.63 0.10
    年总太阳辐射量
    Annual solar radiation amount
    9.08 0.09
    地形状况
    Terrain condition
    0.07 地形坡度 Topographic slope 7.47 0.07
    土壤条件
    Soil condition
    0.14 土壤有机质含量
    Soil organic matter content
    5.79 0.08
    土壤酸碱度 pH 8.54 0.06
    水资源状况
    Water resources condition
    0.07 灌溉水质量 Irrigation water quality 7.94 0.07
    社会经济因素
    Socioeconomic factor
    0.12 基础设施条件
    Infrastructure condition
    0.06 农田破碎度
    Farmland fragmentation degree
    6.75 0.06
    耕作便利条件
    Cultivating condition
    0.06 耕作距离 Cultivation distance 5.70 0.06
    区位因素
    Location factor
    0.19 区位条件
    Locational condition
    0.12 城镇影响度 Urban influence degree 6.14 0.06
    农贸市场影响度
    Agricultural market influence degree
    6.10 0.06
    交通条件
    Traffic condition
    0.07 对外交通便利度
    External traffic convenience degree
    7.60 0.07
    下载: 导出CSV
  • [1] 吴大放, 刘艳艳, 董玉祥, 等. 我国耕地数量、质量与空间变化研究综述[J]. 热带地理, 2010, 30(2): 108-113. doi: 10.3969/j.issn.1001-5221.2010.02.002
    [2] 温良友, 孔祥斌, 辛芸娜, 等. 对耕地质量内涵的再认识[J]. 中国农业大学学报, 2019, 24(3): 156-164.
    [3] 张超, 乔敏, 郧文聚, 等. 耕地数量、质量、生态三位一体综合监管体系研究[J]. 农业机械学报, 2017, 48(1): 1-6. doi: 10.6041/j.issn.1000-1298.2017.01.001
    [4] 刘兴华, 孙鹏举, 刘学录. 甘肃省临夏县耕地资源社会保障价值测算[J]. 干旱区资源与环境, 2013, 27(1): 53-57.
    [5] 中华人民共和国国土资源部. 农用地定级规程: GB/T 28405—2012 [S]. 北京: 中国标准出版社, 2012.
    [6] 高中贵, 彭补拙. 我国农用地分等定级研究综述[J]. 经济地理, 2004, 24(4): 514-519. doi: 10.3969/j.issn.1000-8462.2004.04.020
    [7] 金东海, 许皞, 秦文利. 基于分等成果的农用地定级新方法:两层七参数法[J]. 中国土地科学, 2004, 18(6): 34-39. doi: 10.3969/j.issn.1001-8158.2004.06.007
    [8] 鲁明星, 贺立源, 吴礼树. 我国耕地地力评价研究进展[J]. 生态环境, 2006, 8(4): 866-871.
    [9] 冯超. 中国谷物产出的"面积− 质量"导向因素分析[J]. 干旱区资源与环境, 2015, 29(8): 7-13.
    [10] 沈仁芳, 陈美军, 孔祥斌, 等. 耕地质量的概念和评价与管理对策[J]. 土壤学报, 2012, 49(6): 1210-1217. doi: 10.11766/trxb201208130319
    [11] 张凤荣, 安萍莉, 王军艳, 等. 耕地分等中的土壤质量指标体系与分等方法[J]. 资源科学, 2002, 24(2): 71-75. doi: 10.3321/j.issn:1007-7588.2002.02.014
    [12] 付国珍, 摆万奇. 耕地质量评价研究进展及发展趋势[J]. 资源科学, 2015, 35(2): 226-236.
    [13] 盛艳, 姚云峰, 秦富仓, 等. 基于GIS的耕地地力等级划分研究[J]. 干旱区资源与环境, 2014, 28(6): 27-32.
    [14] 马瑞明, 马仁会, 韩冬梅, 等. 基于多层级指标的省域耕地质量评价体系构建[J]. 农业工程学报, 2018, 34(16): 249-257. doi: 10.11975/j.issn.1002-6819.2018.16.032
    [15] 杜国明, 刘彦随, 于凤荣, 等. 耕地质量观的演变与再认识[J]. 农业工程学报, 2016, 32(14): 243-249.
    [16] 马昊翔, 陈长成, 宋英强, 等. 青海省近10年草地植被覆盖动态变化及其驱动因素分析[J]. 水土保持研究, 2018, 25(6): 137-145.
    [17] 保广裕, 张静, 周丹, 等. 青海省太阳辐射强度时空变化特征分析[J]. 冰川冻土, 2017, 39(3): 563-571.
    [18] 樊杰. 中国主体功能区划方案[J]. 地理学报, 2015, 70(2): 186-201. doi: 10.11821/dlxb201502002
    [19]

    BREIMAN L. Random forests[J]. Machine Learning, 2001, 45(1): 5-32. doi: 10.1023/A:1010933404324

    [20]

    CHEN X W, LIU M. Prediction of protein-protein interactions using random decision forest framework[J]. Bioinformatics, 2005, 21(24): 4394-4400. doi: 10.1093/bioinformatics/bti721

    [21]

    WARD M M, PAJEVIC S, DREYFUSS J, et al. Short-term prediction of mortality in patients with systemic lupus erythematosus: Classification of outcomes using random forests[J]. Arthrit Rheumat, 2006, 55(1): 74-80. doi: 10.1002/art.21695

    [22]

    OPARIN I, GLEMBEK O, BURGET L, et al. Morphological random forests for language modeling of inflectional languages[C/OL]//IEEE. 2008 IEEE Spoken Language Technology Workshop. Goa: IEEE, 2008: 189-192. [2019-08-25]. https://www.infona.pl/resource/bwmeta1.element.ieee-art-000004777872/tab/summary. doi: 10.1109/SLT.2008.4777872.

    [23]

    ZHANG M, ZHANG H, WU P, et al. Prediction of soil organic carbon in an intensively managed reclamation zone of eastern China: A comparison of multiple linear regressions and the random forest model[J]. Sci Total Environ, 2017, 592: 704-713. doi: 10.1016/j.scitotenv.2017.02.146

    [24] 方匡南, 朱建平, 谢邦昌. 基于随机森林方法的基金收益率方向预测与交易策略研究[J]. 经济经纬, 2010, 27(2): 61-65. doi: 10.3969/j.issn.1006-1096.2010.02.015
    [25] 董师师, 黄哲学. 随机森林理论浅析[J]. 集成技术, 2013, 2(1): 1-7.
    [26] 张雷, 王琳琳, 张旭东, 等. 随机森林算法基本思想及其在生态学中的应用:以云南松分布模拟为例[J]. 生态学报, 2014, 24(3): 650-659.
    [27] 刘斌, 郭星, 朱宇恩. 基于随机森林模型的土壤重金属源解析:以晋中盆地为例[J]. 干旱区资源与环境, 2019, 33(1): 106-111.
    [28] 马玥, 姜琦刚, 孟治国, 等. 基于随机森林算法的农耕区土地利用分类研究[J]. 农业机械学报, 2016, 47(1): 297-303. doi: 10.6041/j.issn.1000-1298.2016.01.040
    [29]

    ZHU Z, WOODCOCK C E, ROGAN J, et al. Assessment of spectral, polarimetric, temporal, and spatial dimensions for urban and peri-urban land cover classification using Landsat and SAR data[J]. Rem Sens Environ, 2012, 117: 72-82. doi: 10.1016/j.rse.2011.07.020

    [30]

    VAN BEIJMA S, COMBER A, LAMB A. Random forest classification of salt marsh vegetation habitats using quad-polarimetric airborne SAR, elevation and optical RS data[J]. Rem Sens Environ, 2014, 149: 118-129. doi: 10.1016/j.rse.2014.04.010

    [31]

    LIAW A, WIENER M. Classification and regression by random forest[J]. R News, 2002, 2(3): 18-22.

    [32] 刘欢, 吴克宁, 宋文, 等. 耕地质量定级方法改进研究:以农安县为例[J]. 北京师范大学学报(自然科学版), 2018, 54(3): 315-320.
    [33] 赵璐, 郑新奇, 闫弘文, 等. 基于地统计学的县域农用地定级方法[J]. 农业工程学报, 2008, 24(S1): 99-103.
    [34] 黄居茂. 青海省农作物生产发展的科学技术探讨[J]. 青海农林科技, 1984, 14(4): 18-26.
    [35] 朱文江, 康素珍. 柴达木盆地春小麦高产的气候因素[J]. 中国农业科学, 1978, 19(2): 51-56.
    [36] 张玮, 李江. 青海省菜田盐渍化形成及治理[J]. 青海农技推广, 2015, 20(2): 32-33. doi: 10.3969/j.issn.1008-7117.2015.02.012
  • 期刊类型引用(7)

    1. 朱杰,郑利乐,钟鸣鸾,童灵洁,李洁玲,李华平,李云锋,聂燕芳. 洋葱伯克霍尔德菌GD1-1的分离鉴定及对香蕉枯萎病的生防潜力. 华南农业大学学报. 2025(01): 72-80 . 本站查看
    2. 张丽,陈学达,杜运鹏,高俊莲,王娇,王芳. 百合枯萎病拮抗菌株Burkholderia sp.M-14的促生特性分析. 粮油与饲料科技. 2025(01): 80-82 . 百度学术
    3. 朱华,吴文源,张淼,陈龙,杨丽容,梁仁涛,黄诗萍,吴焕,施晓光. 石仙桃内生真菌的分离及抑菌活性菌株的筛选与鉴定. 湖北农业科学. 2025(02): 112-121 . 百度学术
    4. 黄敏清,谭佩婷,陈伊航,赵春茜,刘丽平,彭桂香,谭志远. 毛白杨内生细菌的分离鉴定及其对水稻促生作用. 微生物学通报. 2025(04): 1572-1586 . 百度学术
    5. 杨洲,区湘颖,张志宏,罗宇康,何俊宇,欧俊辰,段洁利. 早期香蕉枯萎病Foc4双探针核酸纸基检测传感器研制. 农业工程学报. 2024(05): 38-46 . 百度学术
    6. 兰佳贺,姜海燕,吴云菊,党海龙,蒋萌萌,房钰欣. 3株内生真菌对沙柳溃疡病病原菌的拮抗作用研究. 内蒙古林业科技. 2024(02): 35-39 . 百度学术
    7. 周士家,孙正海,李丽萍. 喀西茄内生真菌分离鉴定及促生功能验证. 西南农业学报. 2024(11): 2436-2443 . 百度学术

    其他类型引用(1)

图(4)  /  表(7)
计量
  • 文章访问数:  1161
  • HTML全文浏览量:  11
  • PDF下载量:  991
  • 被引次数: 8
出版历程
  • 收稿日期:  2019-09-17
  • 网络出版日期:  2023-05-17
  • 刊出日期:  2020-07-09

目录

/

返回文章
返回