Estudio sobre las Fuerzas Impulsoras de la Erosión del Suelo utilizando el Marco (R)USLE y Aprendizaje Automático: Un Estudio de Caso en el Suroeste de China
Autores: Ge, Yuankai; Zhao, Longlong; Chen, Jinsong; Li, Xiaoli; Li, Hongzhong; Wang, Zhengxin; Ren, Yanni
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Estudio sobre las Fuerzas Impulsoras de la Erosión del Suelo utilizando el Marco (R)USLE y Aprendizaje Automático: Un Estudio de Caso en el Suroeste de China
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Erosión del suelo
Factores impulsores
Métodos de aprendizaje automático
Bosque aleatorio
Principales factores impulsores
Grados de intensidad de erosión
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La erosión del suelo a menudo conduce a la degradación de la tierra, la reducción de la producción agrícola y el deterioro ambiental, lo que restringe seriamente el desarrollo sostenible de las regiones. Aclarar los factores que impulsan la erosión del suelo es la premisa para prevenirla. Dada la falta de investigación actual sobre los factores/variaciones de fuerza que impulsan la erosión del suelo en diferentes regiones o bajo diferentes grados de intensidad de erosión, este artículo se aventuró a utilizar métodos de aprendizaje automático para abordar este problema. En primer lugar, se aplicó el marco de la Ecuación Universal de Pérdida de Suelo (Revisada) ((R)USLE) para simular la distribución espacial de la erosión del suelo. Luego, se utilizó el algoritmo K-fold para evaluar la precisión y estabilidad de cinco algoritmos de aprendizaje automático para ajustar la erosión del suelo. El método del bosque aleatorio (RF) tuvo el mejor rendimiento, con una precisión promedio del 86.35%. A continuación, se introdujeron los métodos de Importancia por Permutación (PI) y el Gráfico de Dependencia Parcial (PDP) basados en RF para analizar cuantitativamente los principales factores que impulsan la erosión bajo diferentes condiciones geológicas y los cambios en la fuerza impulsora de cada factor bajo diferentes grados de intensidad de erosión, respectivamente. Los resultados mostraron que los principales impulsores de la erosión del suelo en Chongqing y Guizhou fueron los factores de gestión de la cobertura (PI: 0.4672, 0.4788), mientras que en Sichuan fue la longitud de la pendiente y el factor de pendiente (PI: 0.6165). Bajo diferentes grados de intensidad de erosión, la fuerza impulsora de cada factor muestra efectos inhibitorios o promotores no lineales y complejos con el cambio del valor del factor. Estos hallazgos pueden proporcionar orientación científica para la gestión refinada de la erosión del suelo, lo que es significativo para detener o revertir la degradación de la tierra y lograr un uso sostenible de los recursos terrestres.
Descripción
La erosión del suelo a menudo conduce a la degradación de la tierra, la reducción de la producción agrícola y el deterioro ambiental, lo que restringe seriamente el desarrollo sostenible de las regiones. Aclarar los factores que impulsan la erosión del suelo es la premisa para prevenirla. Dada la falta de investigación actual sobre los factores/variaciones de fuerza que impulsan la erosión del suelo en diferentes regiones o bajo diferentes grados de intensidad de erosión, este artículo se aventuró a utilizar métodos de aprendizaje automático para abordar este problema. En primer lugar, se aplicó el marco de la Ecuación Universal de Pérdida de Suelo (Revisada) ((R)USLE) para simular la distribución espacial de la erosión del suelo. Luego, se utilizó el algoritmo K-fold para evaluar la precisión y estabilidad de cinco algoritmos de aprendizaje automático para ajustar la erosión del suelo. El método del bosque aleatorio (RF) tuvo el mejor rendimiento, con una precisión promedio del 86.35%. A continuación, se introdujeron los métodos de Importancia por Permutación (PI) y el Gráfico de Dependencia Parcial (PDP) basados en RF para analizar cuantitativamente los principales factores que impulsan la erosión bajo diferentes condiciones geológicas y los cambios en la fuerza impulsora de cada factor bajo diferentes grados de intensidad de erosión, respectivamente. Los resultados mostraron que los principales impulsores de la erosión del suelo en Chongqing y Guizhou fueron los factores de gestión de la cobertura (PI: 0.4672, 0.4788), mientras que en Sichuan fue la longitud de la pendiente y el factor de pendiente (PI: 0.6165). Bajo diferentes grados de intensidad de erosión, la fuerza impulsora de cada factor muestra efectos inhibitorios o promotores no lineales y complejos con el cambio del valor del factor. Estos hallazgos pueden proporcionar orientación científica para la gestión refinada de la erosión del suelo, lo que es significativo para detener o revertir la degradación de la tierra y lograr un uso sostenible de los recursos terrestres.