Resumen

La erosión del suelo inducida por las lluvias en las condiciones actuales es un problema importante para los agricultores de las tierras tropicales en pendiente del noreste de Vietnam. Este estudio evalúa la posibilidad de predecir el estado de la erosión mediante modelos de aprendizaje automático, incluyendo la red difusa de vecinos más cercanos (FKNN), la red neuronal artificial (ANN), la máquina de vectores de apoyo (SVM), la máquina de vectores de apoyo de mínimos cuadrados (LSSVM) y la máquina de vectores de relevancia (RVM). En la evaluación del modelo se empleó un conjunto de datos históricos compuesto por diez variables explicativas y la erosión del suelo presentaba cuatro gestiones diferentes de uso del suelo en laderas del noroeste de Vietnam. Las 236 muestras de datos que representaban eventos de erosión/nonerosión del suelo se prepararon aleatoriamente (80 o de entrenamiento y 20 o de prueba) para evaluar la solidez de los cinco modelos. Este proceso de submuestreo se realizó repetidamente en 30 rondas para eliminar el problema de la aleatoriedad en la selección de datos. La tasa de precisión de la clasificación (CAR) y el área bajo la característica operativa del receptor (AUC) se utilizaron para evaluar el rendimiento de los cinco modelos. La diferencia significativa entre los distintos algoritmos se verificó mediante la prueba de Wilcoxon. Los resultados del estudio mostraron que el modelo RVM obtiene los mejores resultados tanto en el entrenamiento (CAR = 92,22 y AUC = 0,98) y en las fases de prueba (CAR = 91,94 y AUC = 0,97). Otros cuatro algoritmos de aprendizaje también demostraron un buen rendimiento, como indican sus valores de CAR superiores al 80 y valores de AUC superiores a 0,9. Por lo tanto, estos resultados confirman la eficacia de la aplicación de modelos de aprendizaje automático para la predicción de la erosión del suelo.

• Materias:Análisis de suelos Composición de suelos Agua Erosión de suelos
• Subjects:Soil testing Soils composition Water Soil erosion
• Palabras claves:modelo de aprendizaje automático, erosión del suelo, máquina vectorial, auc, máquina vectorial de relevancia, problemas de aleatoriedad, terrenos tropicales en pendiente, predicción de la erosión del suelo, auto, tasa de precisión de la clasificación
• Keywords:machine learning model, soil erosion, vector machine, auc, relevance vector machine, issues of randomness, tropical sloping land, soil erosion prediction, car, classification accuracy rate