近日，实验室农业资源与环境专业硕士研究生曾学亮在《Remote Sensing》（SCI 2023 IF=5.0）上发表论文“High-Accuracy in Hilly Areas at the County Scale Using Machine Learning Algorithms”。该研究以江西省上高县为研究区探究丘陵县域尺度机器学习自动识别土壤母质类型的潜力，选取地质类型、地貌类型、高程、坡度等特征变量，利用RF、SVM和MLC三种机器学习分类算法识别土壤母质类型，其中利用RF得到的母质类型图精度最高，OA和Kaapa系数分别为83.11%和0.79。

实验室硕士研究生曾学亮为第一作者，江西农业大学为第一单位，实验室郭熙教授为通讯作者，实验室江叶枫博士、博士研究生李伟峰、国佳欣、硕士研究生周琪清和邹恒宇为共同作者。

图形摘要：

论文链接：https://www.mdpi.com/2072-4292/16/1/91