一种土壤重金属含量影响因子评价方法技术

本发明专利技术提供一种土壤重金属含量影响因子评价方法，该方法包括：布设采样点，采集样品；检测样品中重金属含量；利用随机森林算法，进行特征重要性度量。本发明专利技术利用随机森林方法评估特征重要性，以农田土壤样本的重金属含量实测数据为基础，获取多种影响土壤重金属含量的辅助特征数据，进而构建训练数据集，借助随机森林技术原理，对影响土壤中重金属含量的多种因子进行重要性排序。一方面进行特征筛选与降维，有利于构建更加高效的预测算法；另一方面，为影响因子与土壤重金属含量之间相关性判断提供数据支撑。本发明专利技术具有重大的应用价值和社会效益，为农田环境重金属污染的生态风险评价、控制、治理与修复等提供科学依据。

【技术实现步骤摘要】

本专利技术属于农田环境重金属污染评价与控制
，具体涉及一种土壤重金属含量影响因子评价方法。
技术介绍
土壤是人类赖以生存的自然资源之一，随着农业集约化生产的发展以及城市化进程的加快，土壤环境污染问题日益突出。重金属通过污水灌溉、大气沉降等途径进入土壤。土壤重金属具有不易降解和迁移的性质，通过食物链进入人体，危害人类健康。土壤重金属污染已成为国内外研究热点。影响土壤重金属含量的因素有多种，目前有多种统计方法、变量分析被应用到土壤因子(重金属污染)和环境因子之间的相互关系分析上，如多元线性回归分析、主成分分析、典范对应分析(CCA)、典范相关分析、地统计学分析等(Qiuetal.,2001；刘世梁等,2003；张庆利等,2005)。典范对应分析作为研究植被-环境、土壤-环境因子之间的关系目前受到较大关注，许多研究者对不同地区土地利用和地形因子等环境因子对土壤性质的影响做了较为深入的研究，也有研究者利用CCA分析了土壤养分-重金属污染之间的相互关系(刘世梁等,2005；郭水良等,2002)。多元线性回归对特征重要性的解释很容易受到特征之间的是否独立的影响，而主成分分析方法，通过将原始特征进行转换，尽管消除了原始特征之间的相关性，但是转换后使其可解释性下降。
技术实现思路
本专利技术提供一种克服上述问题或者至少部分地解决上述问题的土壤重金属含量影响因子评价方法，该方法实现了对影响土壤重金属含量的因子重要性进行定量评价，对于原始特征之间是否相互独立的特性没有要求，具有较好的鲁棒性，同时相较其他相关性判断方法，也具有较高精确性。根据本专利技术的一个方面，提供一种土壤重金属含量影响因子评价方法，该方法主要包括：步骤1：布设采样点，采集样品；步骤2：检测样品中重金属含量；步骤3：利用随机森林算法，进行特征重要性度量。本专利技术利用随机森林方法评估特征重要性，以农田土壤样本的重金属含量实测数据为基础，获取多种影响土壤重金属含量的辅助特征数据，进而构建训练数据集，借助随机森林技术原理，在其基础上计算辅助特征的重要性通过对土壤重金属含量影响因子定量评价；一方面进行特征筛选与降维，有利于构建更加高效的预测算法；另一方面，为影响因子与土壤重金属含量之间相关性判断提供数据支撑。本专利技术具有重大的应用价值和社会效益，为农田环境重金属污染的生态风险评价、控制、治理与修复等提供科学依据。附图说明图1为本专利技术的主要流程图；图2为本专利技术实施例的具体流程图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。在根据本申请的一个实施例中，以湖南省湘潭县为试验区，对该地区土-水界面重金属污染流中各重金属分布预测方法进行实施验证，参考图1和图2，提供一种土壤重金属含量影响因子评价方法，该方法包括以下步骤：步骤1：布设采样点，采集样品；步骤2：检测样品中重金属含量；步骤3：利用随机森林算法，进行特征重要性度量。其中，所述步骤1包括，进行土壤样品采集时，以GPS准确地确定采样点的空间位置，以采样点为圆心，在半径为5m的范围内采集多个土样并进行混合，取样深度为10cm。其中，所述步骤2中，检测的重金属含量指标包括Cd。其中，所述步骤3中，进一步包括：步骤31，获取辅助特征并进行预处理；步骤32，构建训练数据集；步骤33，利用随机森林算法对训练数据集进行特征重要性度量。其中，所述步骤31中的辅助特征包括采样点的经度、纬度、高程、土壤类型、距离公路距离、距离铁路距离、距离矿区距离和土壤侵蚀程度中的一个或者多个。所述辅助特征经度、纬度和高程的信息，在采集土壤样本时使用GPS仪器获取；所述土壤类型，由土壤类型栅格图层处理得到；所述距离公路距离，可由shp格式的区域公路分布图通过计算欧氏距离得到；所述距离铁路距离，可由shp格式的区域铁路分布图通过计算欧氏距离得到；所述距离矿山距离，可由shp格式的区域矿山分布图通过计算欧氏距离得到；所述土壤侵蚀程度，由shp格式的区域土壤侵蚀强度图转化而来，区域土壤侵蚀等级包括无侵蚀、轻度侵蚀、中度侵蚀、强度侵蚀、极强侵蚀和剧烈侵蚀，共6级。其中，所述步骤32中，以每一个样点对应的辅助特征为自变量特征，以检测得到的重金属含量值为目标属性特征，构建训练数据集。其中，所述步骤33进一步包括：步骤331：通过bootstrap自助采样法，利用训练数据构建K个样本集合{S1、S2、…、SK本文档来自技高网...

【技术保护点】
一种土壤重金属含量影响因子评价方法，其特征在于，包括：步骤1：布设采样点，采集样品；步骤2：检测样品中重金属含量；步骤3：利用随机森林算法，进行特征重要性度量。

【技术特征摘要】
1.一种土壤重金属含量影响因子评价方法，其特征在于，包括：步骤1：布设采样点，采集样品；步骤2：检测样品中重金属含量；步骤3：利用随机森林算法，进行特征重要性度量。2.根据权利要求1所述的一种土壤重金属含量影响因子评价方法，其特征在于，所述步骤1包括：进行土壤样品采集时，以GPS确定采样点的空间位置，以采样点为圆心，在一定半径的范围内采集多个土样并进行混合。3.根据权利要求1所述的一种土壤重金属含量影响因子评价方法，其特征在于，所述步骤2中，检测的重金属含量指标包括Cd。4.根据权利要求1所述的一种土壤重金属含量影响因子评价方法，其特征在于，所述步骤3进一步包括：步骤31，获取辅助特征并进行预处理；步骤32，构建训练数据集；步骤33，利用随机森林算法对训练数据集进行特征重要性度量。5.根据权利要求4所述的一种土壤重金属含量影响因子评价方法，其特征在于，所述步骤31中的辅助特征包括采样点的经度、纬度、高程、土壤类型、距离公路距离、距离铁路距离、距离矿区距离和土...

【专利技术属性】
技术研发人员：罗娜，韩平，王纪华，陆安祥，王卉，贾文珅，王世芳，
申请(专利权)人：北京农业质量标准与检测技术研究中心，
类型：发明
国别省市：北京;11