ArcGIS Pro中使用随机森林算法预测土壤属性的技术实践与避坑指南

1次阅读

共计 1719 个字符，预计需要花费 5 分钟才能阅读完成。

土壤属性（如 pH 值、有机质含量等）是农业、生态保护等领域的重要基础数据。传统方法依赖实验室分析 + 空间插值，不仅成本高，还容易忽略局部变异特征（比如山脊和谷底的土壤性质差异）。而机器学习方法能有效挖掘环境因子（地形、植被指数等）与土壤属性的非线性关系。

对比 SVM：随机森林天然适合高维特征，不需要像 SVM 那样手动设计核函数
对比神经网络：训练速度快，超参数少，且自带特征重要性评估
核心优势：
通过多棵树投票降低过拟合风险
能自动处理缺失值和特征共线性
输出结果可解释性强（比如坡度比高程对预测影响更大）

import arcpy
from sklearn.ensemble import RandomForestRegressor

# 从 DEM 提取地形特征
arcpy.ddd.Slope('dem.tif', 'slope')
arcpy.ddd.Aspect('dem.tif', 'aspect')

# 将采样点与环境因子关联
arcpy.sa.ExtractMultiValuesToPoints(
    'soil_samples.shp', 
    ['slope', 'aspect', 'ndvi.tif'], 
    'BILINEAR')

import pandas as pd
from sklearn.model_selection import train_test_split

# 读取属性表
data = pd.DataFrame(arcpy.da.TableToNumPyArray('soil_samples.shp'))

# 拆分训练集 / 测试集（注意空间分层抽样！）X_train, X_test, y_train, y_test = train_test_split(data[['slope', 'aspect', 'NDVI']], 
    data['pH'], 
    test_size=0.3,
    stratify=data['landuse_type'])  # 按土地利用类型分层

# 关键参数设置
model = RandomForestRegressor(
    n_estimators=200,  # 树的数量
    max_depth=15,      # 防止过拟合
    min_samples_leaf=5,
    n_jobs=-1)         # 使用所有 CPU 核心

from sklearn.metrics import mean_absolute_error
import matplotlib.pyplot as plt

# 预测并评估
y_pred = model.predict(X_test)
print(f'MAE 误差: {mean_absolute_error(y_test, y_pred):.2f}')

# 特征重要性可视化
plt.barh(X_train.columns, model.feature_importances_)
plt.show()

# 将预测结果写回 GIS
arcpy.management.CopyFeatures('test_samples.shp', 'predictions.shp')
arcpy.da.ExtendTable(
    'predictions.shp', 'FID',
    pd.DataFrame({'pred_pH': y_pred}).reset_index(), 'index')