本发明一种农作物重金属富集风险量化方法、系统及可存储介质,涉及精准农业技术领域。具体为:获取研究区水文、气候、土壤理化性质和农作物重金属含量等参数,筛选后形成多元数据集;通过蒙特卡洛随机模拟方法在不同数据组中建立多个子训练集和子测试集,通过多次模拟对多棵决策树进行优化,获取精准的多组别随机森林模型;基于最优随机森林模型,获取关键影响变量,结合区域土壤环境特征和农业发展需求开展多场景模拟,量化不同调控措施下区域农作物重金属富集风险及其变化趋势,形成区域农作物重金属污染防治优化对策。本发明解决了传统农作物重金属富集风险评估方法中的不确定性问题以及机器学习方法预测结果与实际管理脱节的问题。
与现有技术相比,本发明提供了一种农作物重金属富集风险量化方法、系统及可存储介质,解决了传统农作物重金属富集风险评估方法中的不确定性问题以及机器学习方法预测结果与实际管理脱节的问题。
实验室现有土壤分子生态学、土壤环境生物学、土壤污染与生物响应、土壤生态过程与生态重建和土壤污染风险管控与修复五个研究组。固定研究人员26人,其中研究员6人(国家杰出青年基金获得者1人,优秀青年基金获得者1人),副研究员8人,助理研究员12人。博士后8人,博士研究生33人,硕士研究生24人,客座学生9人。
评价单位:“科创中国”中科院生态环境研究中心废水无害化与资源化科技服务团 (中国科学院生态环境研究中心)
评价时间:2023-12-06
袁洪
巴音郭楞蒙古自治州科学技术协会
副高级研究员
综合评价
本发明解决了传统农作物重金属富集风险评估方法中的不确定性问题以及机器学习方法预测结果与实际管理脱节的问题。可广泛应用于我国农田重金属污染防治。
查看更多>