数据集概述
本数据集包含土壤溶解性有机碳（DOC）机器学习模型相关的代码、结果文件和图表数据，共五个文件。内容涵盖模型代码、全球DOC储量栅格数据及模型性能分析图表，用于支持土壤碳循环研究中的机器学习建模与结果可视化。
文件详解
- 代码文件
- 文件名称：DOC_ML_MODEL.R
- 文件格式：R
- 字段映射介绍：土壤溶解性有机碳机器学习模型的R语言代码文件。
- 栅格数据文件
- 文件名称：DOCstock_30cm_1km_RF4.tif
- 文件格式：TIF
- 字段映射介绍：30厘米深度、1公里分辨率的DOC储量栅格数据文件。
- 表格数据文件
- 文件名称：Fig2_GlobalCompilation.xlsx
- 文件格式：XLSX
- 字段映射介绍：全球DOC数据汇编图表对应的表格数据。
- 文件名称：Fig3_ModelRI.xlsx
- 文件格式：XLSX
- 字段映射介绍：模型相对重要性分析图表对应的表格数据。
- 文件名称：Fig4_LanduseModelRI.xlsx
- 文件格式：XLSX
- 字段映射介绍：土地利用类型模型相对重要性分析图表对应的表格数据。
适用场景
- 土壤碳循环研究: 利用DOC储量栅格数据和模型代码，分析全球或区域土壤溶解性有机碳分布特征。
- 机器学习模型开发: 参考R语言代码，构建或优化土壤碳相关的机器学习预测模型。
- 模型性能评估: 通过模型相对重要性分析数据，评估不同变量对DOC预测结果的影响。
- 土地利用影响研究: 结合土地利用类型模型数据分析，探究土地利用方式对土壤DOC含量的影响机制。
- 学术图表制作: 使用表格数据生成全球DOC数据汇编、模型性能分析等学术图表。
