基于决策树模型的水稻镉超标空间识别及预测研究

为探究水稻籽粒中Cd元素的超标风险及其与环境要素之间的关系,筛选了11个环境因子,基于决策树模型,识别出影响水稻Cd超标的主控因子,并建立超标空间预测技术.结果表明,距交通运输用地距离、土壤有机质含量和无定形铁含量为研究区水稻Cd超标的主控因子.经验证,提取的研究区水稻籽粒Cd超标识别规则的精度为85.71％.进一步运用隶属度空间制图法,以有限的样点对研究区水稻籽粒Cd超标进行空间分布预测制图,分类精度达到91.67％,该结果精度比单纯的决策树和传统插值制图方法都有较大提高.构建的决策树模型能较好地预测水稻籽粒Cd超标的空间分布,对研究区水稻Cd超标空间识别与分区管控有实践意义.