数据集概述
本数据集围绕中国东北黑土带土壤有机碳（SOC）的高分辨率空间分布展开，基于地理加权高斯混合模型（GAGMM）与XGBoost结合的混合模型生成30米分辨率的SOC预测图。模型预测精度R²达0.8，较传统模型提升约百分之十一点六，为区域土壤资源评估提供数据支持。
文件详解
- 文件名称: Fig.1 Study area.jpg，格式：JPG，内容：研究区域示意图
- 文件名称: Fig.2 Spatial clustering results of croplands in black-soil region of Northeast China based GMM.jpg，格式：JPG，内容：基于GMM的东北黑土区农田空间聚类结果图
- 文件名称: Fig.3 Model performance comparison of global, crop-type-specific, GMM, and GAGMM approaches using RF and XGBoost..jpg，格式：JPG，内容：不同模型（全局、作物类型特异性、GMM、GAGMM）结合RF与XGBoost的性能对比图
- 文件名称: Fig.4 Variable importance (a) and partial dependence plots (b) for SOC prediction..png，格式：PNG，内容：SOC预测的变量重要性（a）及部分依赖图（b）
- 文件名称: Fig.5 Comparison of SOC prediction maps from proposed models and existing datasets.jpg，格式：JPG，内容：本研究模型与现有数据集的SOC预测图对比
数据来源
Zenodo
适用场景
- 土壤科学研究：分析东北黑土带土壤有机碳空间分布特征
- 农业可持续发展：支撑区域土壤肥力评估与碳汇潜力研究
- 模型方法验证：为地理加权混合模型在土壤属性预测中的应用提供案例
- 土地资源管理：辅助黑土区土壤资源的精准管理与保护决策
