原文传递
一种基于机器学习算法的土壤养分预测及综合评价方法
| 专利名称： | 一种基于机器学习算法的土壤养分预测及综合评价方法 |
| 摘要： | 本发明属于土壤检测技术领域，公开了一种基于机器学习算法的土壤养分预测及综合评价方法，采集土壤样品，测定各项土壤养分指标和土壤水分；搜集多种环境变量数据；使用相关性分析和随机森林相结合的方式，对各个土壤养分指标进行空间插值进行预测，确定土壤养分的空间分布状况；并通过计算验证点的平均误差、平均绝对误差和均方根误差，对模型的预测精度进行对比；测定土壤养分与土壤水分、环境变量及施肥量之间的相关关系；利用投影寻踪模型对土壤养分进行综合评价，并制作评价等级结果空间分布图。本发明从非线性的角度出发，养分等级与评价指标间的关系，尝试为土壤养分评价提供一种新思路。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 陕西;61 |
| 申请人： | 西北大学 |
| 发明人： | 杨联安;任丽 |
| 专利状态： | 有效 |
| 申请号： | CN201811345459.X |
| 公开号： | CN109374860A |
| 分类号： | G01N33/24(2006.01)I;G;G01;G01N;G01N33 |
| 申请人地址： | 710000 陕西省西安市太白北路229号 |
| 主权项： | 1.一种基于机器学习算法的土壤养分预测及综合评价方法，其特征在于，所述的基于机器学习算法的土壤养分预测及综合评价方法包括：步骤一：采集土壤样品，测定各项土壤养分指标和土壤水分；搜集多种环境变量数据：土壤因子、气候因子、地形因子、植被指数和施肥数据；步骤二：使用相关性分析和随机森林相结合的方式，对各个土壤养分指标进行空间插值进行预测，确定土壤养分的空间分布状况；并通过计算验证点的平均误差、平均绝对误差和均方根误差，对模型的预测精度进行对比；步骤三：测定土壤养分与土壤水分、环境变量及施肥量之间的相关关系；步骤四：利用投影寻踪模型对土壤养分进行综合评价，并制作评价等级结果空间分布图。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
