今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

机器学习多模型框架预测土壤导热率:高精度插值与跨来源泛化能力评估

《Scientific Reports》:Machine learning modeling and interpretation of saline soil thermal conductivity

【字体: 大 中 小 】 时间:2026年10月21日 来源:Scientific Reports 4.9

编辑推荐:

   摘要土壤导热率是地热设计、地下基础设施、冻土工程、农业传热评估和地下能源系统中的关键参数。本研究开发了一种可解释的多模型机器学习框架,用于根据903个文献观察数据和15个描述温度、质地、容重、体积含水量、盐浓度、盐摩尔质量和离子特性的预测因子来预测土壤导热率。在90%的共同开

  

摘要

土壤导热率是地热设计、地下基础设施、冻土工程、农业传热评估和地下能源系统中的关键参数。本研究开发了一种可解释的多模型机器学习框架,用于根据903个文献观察数据和15个描述温度、质地、容重、体积含水量、盐浓度、盐摩尔质量和离子特性的预测因子来预测土壤导热率。在90%的共同开发子集中,通过五折交叉验证优化了十一个回归算法,并在10%的未触及随机保留集上进行了比较。Extra Trees产生了最低的随机保留集误差(R2 = 0.9816,RMSE = 0.0625 W m?1 K?1,MAE = 0.0446 W m?1 K?1,AARE = 3.93%,A20 = 98.90%),CatBoost和XGBoost提供了相似的高点性能。由于数据库是从20个独立的文献来源汇编而成的,因此增加了来源感知的验证。池化留一研究预测降至R2 = 0.2367,RMSE = 0.3983 W m?1 K?1。然后进行了一项更严格的回顾性外部来源验证,在任何重新拟合或调整之前,扣留了2024年两个来源的所有100个观察数据,并仅使用来自18个早期来源的其余803个观察数据开发Extra Trees。结果的外部来源性能为R2 = -3.3720,RMSE = 0.5855 W m?1 K?1,MAE = 0.5438 W m?1 K?1,AARE = 51.14%,A20 = 12.00%,证明了研究间存在显著领域偏移。特征消融表明,仅物理属性的Extra Trees模型达到了测试R2 = 0.9551;添加盐浓度使R2提高到0.9679,添加盐摩尔质量使其提高到0.9813,完整的化学表征达到了R2 = 0.9816。因此,结果支持在已表征的实验域内进行高精度插值,但不支持向未见研究进行通用转移。在工程部署前需要进行来源特定或本地验证。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:土壤导热率|机器学习预测|多模型框架|领域偏移|特征消融|交叉验证

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号