Geosci. Front. | 土壤水力侵蚀的空间变异性：经验技术与智能技术的比较

本文研究了土壤水力侵蚀（SWE）的空间变异性，比较了经验技术与智能技术在预测土壤侵蚀中的应用。研究背景是全球土壤侵蚀问题严重，影响粮食供应。研究目的是通过优化机器学习算法，特别是卷积神经网络（CNN）结合灰狼优化算法（GWO），来精确绘制土壤侵蚀易感性地图。研究结果表明，CNN-GWO模型在预测土壤侵蚀方面表现最佳，优于传统的RUSLE模型和其他机器学习模型。具体来说，海拔高度和降雨侵蚀性对SWE的影响最大，而土壤质地和水文的影响较小。Noor-Rood流域的土壤流失量根据RUSLE模型介于0至2644 t ha−1 yr−1之间。