基于因素法和SVM模型的耕地质量评价方法研究

作     者：朱瑕 张立亭 靳焕焕 ZHU Xia;ZHANG Li-ting;JIN Huan-huan

作者机构：东华理工大学测绘工程学院江西南昌330013 江西省数字国土重点实验室江西南昌330013 

出 版 物：《土壤通报》 (Chinese Journal of Soil Science)

年 卷 期：2020年第51卷第3期

页      面：561-567页

核心收录：

学科分类：12[管理学] 1204[管理学-公共管理] 082803[工学-农业生物环境与能源工程] 082802[工学-农业水土工程] 08[工学] 0828[工学-农业工程] 09[农学] 0903[农学-农业资源与环境] 120405[管理学-土地资源管理] 

基　　金：国家自然科学基金(41861058)资助 

主　　题：耕地质量 支持向量机 因素法 耕地质量评价 

摘      要：为减少耕地质量评价工作中确定评价指标权重人为因素的影响,选取江西省奉新县为研究对象,引入机器学习技术,建立基于SVM模型的耕地质量评价模型,探索客观、高效的耕地质量评价方法。本文应用因素法和SVM模型法分别对奉新县耕地质量等别进行划定,通过对比分析两种方法的评价结果,对两种方法的优劣及适用条件进行了判定。结果表明,与因素法相比,SVM模型法具有等别划分高效的优势;SVM模型法耕地质量评价结果的正确率高达96.93%,符合耕地质量评价精度要求。应用SVM模型进行耕地质量评价具有测算高效、受人为因素干扰小等优点,可以广泛应用于耕地质量等别更新、新增耕地质量等别划定等工作。