数据集概述
本数据集围绕土壤传递函数（PTFs）开发及预测不确定性评估展开，针对训练与测试数据集概率分布差异导致的协变量偏移问题，通过丹麦和巴西土壤数据库，对比线性回归、机器学习等方法预测特定压力水头下土壤水含量的表现，分析数据混洗引发的协变量偏移对预测不确定性的影响。
文件详解
- 文件名称：datacovariate.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含丹麦和巴西土壤数据库的原始数据，涵盖土壤压力水头、水含量等关键参数；记录线性回归、逐步回归、高斯过程回归、集成方法等不同PTFs的预测结果；包含100组数据混洗生成的协变量偏移场景下的van Genuchten参数拟合值及对应的预测不确定性数据。
适用场景
- 土壤传递函数优化研究：对比不同算法（线性回归、机器学习）开发的PTFs在跨区域土壤数据库中的预测性能。
- 协变量偏移影响分析：评估数据混洗引发的协变量偏移对土壤水含量预测不确定性的作用机制。
- 土壤水力学参数不确定性评估：基于100组PTFs预测结果，分析van Genuchten参数拟合及水含量预测的固有变异。
- 农业水文模型参数校准：为农田水分管理、水文模型构建提供土壤水含量预测的不确定性参考依据。
