中国环境科学

作者：李涛宇, 许秀春, 杨轩, 崔斌, 陈恒爱, 赵晓莹, 袁宁, 孟凡乔

单位：中国农业大学资源与环境学院农田土壤污染防控与修复北京市重点实验室, 北京 100193

关键词：冬小麦,氮淋失,机器学习,XGBoost,网格搜索,贝叶斯搜参

基金：十四五国家重点研发计划项目(2023YFD1701701)

为明确华北地区冬小麦生产中的氮淋失特征及影响因素,整合了2000~2023年发表的、在华北地区进行的冬小麦氮淋失试验研究,分别构建了单因素和多因素回归模型,以及基于机器学习的随机森林和XGBoost模型,对农田氮淋失进行定量分析.研究表明,氮肥和水分投入量、土壤性质(pH值、粘粒和砂粒含量)是影响华北地区冬小麦生产中氮淋失的主要因素,秸秆还田能够有效抑制氮淋失.利用随机森林方法,基于全部预测变量和逐步回归筛选后预测变量构建的模型拟合优度分别为0.628和0.708,而经过贝叶斯搜参和早停法优化后构建的XGBoost模型拟合优度分别为0.745和0.722.机器学习模型构建过程中充分考虑了多因素对冬小麦生产中氮淋失的影响,采用经验统计筛选的预测指标构建的模型拟合优度高,适用性好,对于华北地区冬小麦农田氮淋失的阻控具有重要技术支撑.

来源：2025年第1期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2025年第1期