Bauer (2010) describes similar find

Bauer (2010) describes similar findings. However, he refers to values between 1.0 ± 0.1 and 1.4 ± 0.5 g cm−3 for the topsoil of Stagnosols and values of only 0.9 ± 0.1 to 1.2 ± 0.2 g cm−3 for the topsoil horizons of landslides. We assume that Ah horizons within the research area rather developed on accumulated landslide material, whereas soils developing on in-situ material include a stagnic soil layer, which is usually found at the soil surface. We further assume that the complete research area would be covered by stagnic soils without the influence of landslides that lead to lower soil bulk densities in their accumulation zones.

Horizon-wise model development to predict bulk density from terrain parameters was not possible. We therefore predicted the bulk density within the first soil horizon (H1) regardless of its characteristic, expecting topsoil bulk density to be much more dependent on surface morphology. On the other hand, we also had to consider subsoil bulk density. From Fig. 5 it can be observed that Bw mean bulk density is the same as in H1 and a bit higher than that of Ah. However, Bw median is the lowest of all horizons. Correspondingly, we used the predicted H1 bulk density also for the subsoil.

Fig. 6 shows the histograms of the 100 Pearson's rxy from external cross validation to compare RT and RF models to predict bulk density. RF models where again constructed with the optimal mtry size = 2 and 500 trees. According to the rxy distribution mean, RFnn was the best model with mean rxy = 0.28 and maximum rxy = 0.7. Reasons for the poor performance of some parts of the dataset are similar to those discussed for the depth of the failure plane models. In addition to the low rxy values, we also encountered a high rxy standard deviation (0.2) which is probably due to the small dataset. Bulk density was only measured in 56 soil profiles. Using a smaller test dataset, e.g. 5%, to leave the major part of the data for model development, might improve rxy. However, splitting of the dataset was only done to compare model performance. Spatial prediction was based on the complete dataset.

ผลลัพธ์ (ไทย) 1:

Bauer (2010) อธิบายประเด็นคล้ายกัน อย่างไรก็ตาม เขาหมายถึงค่าระหว่าง 1.0 ± 0.1 และ 1.4 ± 0.5 กรัม cm−3 สำหรับชั้นดินของ Stagnosols และค่าของ 0.9 เท่า±± 0.1 1.2 0.2 g cm−3 สำหรับสร้างชั้นดินของแผ่นดินถล่ม เราสมมติที่ Ah ฟ้าภายในพื้นที่ของการวิจัยค่อนข้างพัฒนาวัสดุที่สะสมแผ่นดินถล่ม ในขณะที่ดินพัฒนาเกี่ยวกับวัสดุในพื้นที่ได้แก่ชั้นดิน stagnic ซึ่งมักจะพบที่ผิวดิน ต่อไปสมมติว่า พื้นที่การวิจัยที่สมบูรณ์ครอบคลุม โดย stagnic ดินโดยอิทธิพลของแผ่นดินถล่มที่นำไปสู่ลดความหนาแน่นเป็นกลุ่มดินในโซนของสะสมไม่ได้พัฒนาแบบจำลอง horizon-wise เพื่อทำนายความหนาแน่นจากพารามิเตอร์ภูมิประเทศ เราจึงคาดการณ์ความหนาแน่นในระยะแรกดินขอบฟ้า (H1) โดยไม่คำนึงถึงลักษณะพิเศษของ คาดว่าความหนาชั้นดินแน่นจะมากขึ้นอยู่กับลักษณะทางสัณฐานวิทยาที่พื้นผิว บนมืออื่น ๆ เรายังมีการพิจารณาความหนาแน่น subsoil จากรูปที่ 5 มันจะสังเกตได้ว่า Bw หมายถึงความหนาแน่นเป็นเหมือนกันเช่น ใน H1 และบิตสูงกว่าของ Ah อย่างไรก็ตาม มัธยฐาน Bw สุดของขอบเขตทั้งหมด ตามลำดับ เราใช้การคาดการณ์ H1 ความหนาแน่นสำหรับ subsoil ที่รูปที่ 6 แสดงฮิสโตแกรมของ rxy ของเพียร์สัน 100 จากภายนอกตรวจสอบข้ามเปรียบเทียบรุ่น RT และ RF เพื่อทำนายความหนาแน่น RF รุ่นที่สร้างอีกครั้ง ด้วยขนาดที่เหมาะสม mtry = 2 และ 500 ต้น ตามการกระจายเฉลี่ย rxy, RFnn เป็นรุ่นที่ดีที่สุดกับ rxy เฉลี่ย = 0.28 และสูงสุด rxy = 0.7 เหตุผลสำหรับประสิทธิภาพที่ดีของบางส่วนของชุดข้อมูลจะคล้ายกับที่กล่าวถึงสำหรับความลึกของรูปแบบเครื่องบินความล้มเหลว นอกจากค่า rxy ต่ำ เรายังพบความเบี่ยงเบนมาตรฐานสูง rxy (0.2) ซึ่งอาจจะเป็น เพราะชุดข้อมูลขนาดเล็ก ความหนาแน่นเท่านั้นโดยวัดในดิน 56 โปรไฟล์ ใช้เป็นชุดข้อมูลทดสอบมีขนาดเล็กลง เช่น 5% การออกจากส่วนสำคัญของข้อมูลสำหรับการพัฒนาแบบจำลอง อาจปรับปรุง rxy อย่างไรก็ตาม แบ่งชุดข้อมูลเท่านั้นที่ทำการเปรียบเทียบประสิทธิภาพของรูปแบบ ทำนายปริภูมิอิงในชุดข้อมูลที่สมบูรณ์

ผลลัพธ์ (ไทย) 2:

บาวเออร์ (2010) อธิบายการค้นพบที่คล้ายกัน อย่างไรก็ตามเขาหมายถึงค่าระหว่าง 1.0 ± 0.1 ซม. และ 3 1.4 ± 0.5 กรัมสำหรับดินของ Stagnosols และค่าเพียง 0.9 ± 0.1 ซม. 3 1.2 ± 0.2 กรัมสำหรับอันไกลโพ้นของดินถล่ม เราคิดว่าอันไกลโพ้นของอาอยู่ในพื้นที่การวิจัยการพัฒนาค่อนข้างบนวัสดุถล่มสะสมในขณะที่การพัฒนาดินในแหล่งกำเนิดวัสดุ ได้แก่ ชั้นดิน stagnic ซึ่งมักจะพบได้ที่ผิวดิน เรายังคิดว่าพื้นที่การวิจัยฉบับสมบูรณ์จะถูกปกคลุมด้วยดิน stagnic โดยอิทธิพลของแผ่นดินถล่มที่นำไปสู่การลดความหนาแน่นของดินเป็นกลุ่มในโซนการสะสมของพวกเขา.

การพัฒนารูปแบบฮอไรซอนที่ชาญฉลาดในการทำนายความหนาแน่นจากพารามิเตอร์ภูมิประเทศเป็นไปไม่ได้ ดังนั้นเราจึงคาดการณ์ความหนาแน่นภายในขอบฟ้าดินครั้งแรก (H1) โดยไม่คำนึงถึงลักษณะของการคาดหวังความหนาแน่นของดินเป็นกลุ่มที่จะมากขึ้นขึ้นอยู่กับลักษณะพื้นผิว บนมืออื่น ๆ ที่เรายังมีการพิจารณาความหนาแน่นดินดาน จากรูป 5 ก็สามารถที่จะตั้งข้อสังเกตว่า Bw หมายถึงความหนาแน่นเป็นเช่นเดียวกับใน H1 และบิตสูงกว่าที่อา อย่างไรก็ตาม Bw เฉลี่ยอยู่ที่ต่ำสุดของขอบฟ้าทั้งหมด ตามลําดับเราใช้คาดการณ์ความหนาแน่น H1 ยังดินดาน.

รูป 6 แสดง histograms ของ rxy 100 เพียร์สันจากการตรวจสอบข้ามภายนอกเพื่อเปรียบเทียบ RT และ RF แบบจำลองในการทำนายความหนาแน่น รุ่น RF ที่สร้างขึ้นอีกครั้งกับขนาดที่เหมาะสม mtry = 2 และ 500 ต้นไม้ ตามการกระจาย rxy หมายถึง RFnn เป็นรุ่นที่ดีที่สุดที่มีค่าเฉลี่ย rxy = 0.28 และสูงสุด rxy = 0.7 เหตุผลในการดำเนินงานที่ดีของบางส่วนของชุดข้อมูลที่มีความคล้ายคลึงกับผู้ที่กล่าวถึงความลึกของโมเดลเครื่องบินความล้มเหลว นอกจากนี้ยังมีค่า rxy ต่ำนอกจากนี้เรายังพบ rxy สูงค่าเบี่ยงเบนมาตรฐาน (0.2) ซึ่งอาจเป็นเพราะชุดข้อมูลที่มีขนาดเล็ก ความหนาแน่นวัดเฉพาะใน 56 โปรไฟล์ดิน การใช้ชุดทดสอบที่มีขนาดเล็กเช่น 5% ที่จะออกจากส่วนสำคัญของข้อมูลสำหรับการพัฒนารูปแบบอาจปรับปรุง rxy แต่แยกของชุดข้อมูลที่ได้ทำเพียงเพื่อเปรียบเทียบประสิทธิภาพรุ่น ทำนายเชิงพื้นที่อยู่บนพื้นฐานของชุดข้อมูลที่สมบูรณ์

ผลลัพธ์ (ไทย) 3:

บาวเออร์ ( 2010 ) อธิบายถึงผลที่คล้ายกัน อย่างไรก็ตาม เขาหมายถึงค่าระหว่าง± 0.1 1.0 และ 1.4 ± 0.5 กรัม cm − 3 ดินของ stagnosols และค่าเพียง 0.9 1.2 ±± 0.1 0.2 กรัม cm − 3 ดินขอบเขตของแผ่นดินถล่ม เราคิดว่าอาขอบเขตในการวิจัยพัฒนาบนพื้นที่ค่อนข้างสะสมวัสดุ แผ่นดินถล่ม และพัฒนาวัสดุดินควบคู่รวมดินชั้น stagnic ซึ่งมักพบในผิวดิน เรายังได้สันนิษฐานว่า พื้นที่การวิจัยที่สมบูรณ์จะถูกปกคลุมด้วยดิน stagnic โดยไม่ได้รับผลกระทบจากดินถล่มที่นำไปสู่การลดความหนาแน่นรวมของดินในเขตการสะสมของพวกเขาขอบฟ้า รูปแบบการพัฒนาปัญญาเพื่อทำนายค่าพารามิเตอร์ความหนาแน่นจากพื้นที่ไม่ได้ เราจึงคาดการณ์ความหนาแน่นภายในของดินก่อน ( H1 ) โดยไม่คำนึงถึงลักษณะของความหนาแน่นดิน คาดว่าจะมีมากขึ้นขึ้นอยู่กับพื้นผิว . บนมืออื่น ๆที่เรายังต้องพิจารณาค่าความหนาแน่นของดิน . จากภาพที่ 5 จะสามารถสังเกตได้ว่า น้ำหนักตัวเฉลี่ยความหนาแน่นเป็นเช่นเดียวกับใน H1 และบิตสูงกว่าของอา อย่างไรก็ตาม น้ำหนักตัวโดยเฉลี่ยจะต่ำที่สุดของขอบเขต ต้องกัน เราใช้ทำนาย H1 ความหนาแน่นยังเหลี่ยมรูปที่ 6 แสดง histograms ของ 100 ของเพียร์สัน ซึ่งจากการตรวจสอบไขว้ภายนอกเปรียบเทียบรุ่น RT และ RF เพื่อทำนายค่าความหนาแน่น . RF รุ่นที่เหมาะสม mtry อีกครั้งและมีขนาดเท่ากับ 2 และ 500 ต้น ตามการกระจายซึ่งหมายถึง rfnn เป็นรุ่นที่ดีที่สุด ที่มีค่าเฉลี่ยเท่ากับ = 0.28 rxy = 0.7 และสูงสุด เหตุผลสำหรับการปฏิบัติที่ไม่ดีของบางส่วนของข้อมูลจะคล้ายกับผู้ที่กล่าวถึงในเชิงลึกของความล้มเหลวของเครื่องบินรุ่น นอกจากจะเท่ากับต่ำค่า เรายังพบสูงส่วนเบี่ยงเบนมาตรฐานเท่ากับ ( 0.2 ) ซึ่งอาจเกิดจากข้อมูลขนาดเล็ก ความหนาแน่นเป็นวัดใน 56 ดินโปรไฟล์ การใช้ข้อมูลทดสอบขนาดเล็ก เช่น 5% ที่จะออกจากส่วนหลักของข้อมูลสำหรับการพัฒนารูปแบบ ซึ่งอาจปรับปรุง . อย่างไรก็ตาม การแบ่งข้อมูลเป็นเพียงทำเพื่อเปรียบเทียบประสิทธิภาพของโมเดล คำทำนายเชิงพื้นที่บนพื้นฐานของข้อมูลที่สมบูรณ์