融合多源遥感与机器学习的太原市多层土壤总氮含量数据集（2020年）
邵馨1杨婷*2
1 云南师范大学地理学部，昆明65050012 中国科学院地理科学与资源研究所黄河三角洲现代农业工程实验室，北京100101
DOI:10.3974/geodb.2025.04.01.V1
出版时间:2025年4月
网页浏览次数：14
数据下载次数：0
数据下载量： 无 数据DOI引用次数：
关键词：
GEE,土壤总氮,多源遥感数据,机器学习模型,
摘要：
土壤总氮含量是反映土壤养分水平与生态功能的重要指标，对农业生产、生态保护与环境安全具有重要意义。作者以山西省太原市为研究区域，依托Google Earth Engine（GEE）云计算平台，融合多源遥感数据，构建2020年太原市多层（0-200 cm）土壤总氮含量数据集。所选环境因子包括：（1）NDVI指数（AVHRR NDVI 长时间序列数据集，16天合成，约5.1 km分辨率）；（2）Sentinel-2近红外波段反射率（Level-2A产品，b8波段，10 m分辨率）；（3）地表土壤水分（OpenLandMap土壤水分-33 kPa（b10波段），约250 m分辨率）；（4）降水量（CHIRPS数据集，0.05°分辨率，约5.6 km）；（5）地表温度（MOD11A1数据集，白天地表温度LST_Day_1km波段，1 km分辨率）；（6）数字高程模型（SRTM DEM数据集，30 m分辨率）。为减少人造地表干扰，采用中国科学院30 m分辨率土地利用与土地覆盖（LUCC）分类体系，对研究区域中的建设用地和水体进行了掩膜，仅保留自然土壤区域用于建模分析。采用随机森林回归（RF）、分类回归树（CART）与梯度提升回归树（GBRT）三种机器学习方法进行建模反演，并以ISRIC SoilGrids的土壤总氮数据集为参考，结合均方根误差（RMSE）和决定系数（R²）进行交叉验证。结果表明，RF、CART、GBRT的RMSE分别为0.16 g/kg、0.21 g/kg、0.17 g/kg，R²分别为0.79、0.64、0.75。数据集内容为2020年太原市多层（包括6个深度层次：0-5 cm、5-15 cm、15-30 cm、30-60 cm、60-100 cm 与 100-200 cm）土壤总氮含量数据集，空间分辨率为30 m，以.tif格式存储，共18个数据文件，数据总量为1.52 GB（压缩为1个文件，219 MB）。
基金项目：
中华人民共和国科学技术部（2023YFD1701804）；
数据引用方式：
邵馨, 杨婷*. 融合多源遥感与机器学习的太原市多层土壤总氮含量数据集（2020年）[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2025. https://doi.org/10.3974/geodb.2025.04.01.V1.
数据下载: