【技术实现步骤摘要】
本专利技术涉及酸性土壤改良，更具体地涉及一种基于调理剂关键属性预测酸化改良效果的方法。
技术介绍
1、适宜的土壤酸碱度是农业可持续生产的重要基础。土壤酸化会导致养分有效性下降、交换性铝含量提升、铅、镉等重金属污染风险加剧、土壤微生物和酶活性降低等问题，进而影响作物生长发育，造成作物减产甚至绝收。
2、施用调理剂是治理土壤酸化的关键措施之一。以石灰类物质为主的无机类改良调理剂可以降低土壤酸度，供应盐基离子，如钙、镁、钾，同时降低土壤铝、锰对农作物的毒害，从而改善作物生长。有机改良剂如农业废弃物、有机肥、生物炭等除了能中和土壤酸度外，对土壤的抗酸化能力提升也有很好的效果。
3、近年来，我国土壤调理剂市场发展迅猛。据统计，酸性土壤调理剂的年产量达到100万吨。但是由于物料种类繁多，调理剂的有效成分、功能效果变异大，不同调理剂改良酸性土壤的效果难以预测，部分指标如交换性钙镁等中微量元素等影响更缺少方法支撑。目前，石灰改良土壤酸化的用量推荐较为常见，如氢氧化钙滴定法，能相对准确地指导石灰施用。但是黏土矿物、有机物料、工业废弃物等常用物料的改良效果仍难以定量，尚缺少能够系统考虑不同类型物料的酸化改良预测方法。
技术实现思路
1、针对以上问题，本专利技术提供了一种基于调理剂关键属性预测酸化改良效果的方法，本专利技术解决了调理剂物料类型多样、特性复杂导致改良效果难预测，调理剂用量推荐不准确的问题。采用本专利技术的方法可以有效预测调理剂对于酸化土壤改良的效果。
2
3、获取基于培养试验收集调理剂改良酸性土壤的理化数据，建立调理剂改良酸性土壤的初步数据库。
4、对初步数据库中的数据进行归一化处理后，在r语言环境下读取初步数据库中的数据并进行数据清洗删除异常值，得到分析用数据库。
5、在随机森林中对分析数据库中的初始解释变量指标进行重要性筛选，确定最终解释变量，进行随机森林模型构建。
6、使用网格调参法对随机森林模型中的指定节点中用于二叉树的最佳变量个数进行优化调参，得到优化后的随机森林模型；其中，随机森林中的指定随机森林所包含的最佳决策树数目使用固定值；其中，指定节点中用于二叉树的最佳变量个数记为mtry，指定随机森林所包含的最佳决策树数目记为ntree。
7、使用决定系数和均方根误差指标对优化后的随机森林模型精度进行评价以确定随机森林模型的效果，获得最佳随机森林模型；其中，均方根误差记为rmse，决定系数记为r2。
8、在最佳随机森林模型中输入最佳随机森林模型的指标参数，实现预测调理剂改良土壤酸化的效果。
9、本专利技术的一个优选实施例中，建立调理剂改良酸性土壤的初步数据库包括：
10、基于培养试验收集调理剂改良酸性土壤的数据，以调理剂属性作为初始解释变量，土壤属性的变化量作为响应变量，建立调理剂改良酸性土壤的初步数据库。通过分析检测调理剂的属性以及试验前后的土壤获取相应数据。
11、本专利技术的一个优选实施例中，调理剂属性是施用量、ph、有效钙、有效镁、盐基总量、有效磷、阳离子交换量和比表面积，其中，比表面积包括微孔比表面积和介孔比表面积。
12、土壤属性是ph、交换性酸、交换性铝、交换性钙、交换性镁、交换盐基离子、阳离子交换量和盐基饱和度。阳离子交换量记为cec。
13、本专利技术的一个优选实施例中，培养试验中，调理剂为石灰类物质、工业废弃物、黏土矿物和有机物中的一种或多种。进一步的，石灰类物质包括生石灰、熟石灰、石灰石或白云石等；工业废弃物包括浮选磷尾矿粉、黄磷渣等；黏土矿物包括膨润土、凹凸棒土、海泡石或硅藻土等；有机物料包括腐植酸、秸秆生物炭、稻壳生物炭、猪粪或鸡粪等。
14、本专利技术的一个优选实施例中，数据清洗的方法是：
15、查看数据库的缺失值，并对变量指标中的缺失值进行填补：使用聚类方法检测异常值，删除异常值后即完成对数据的清洗；
16、对缺失值的填补法采用平均值、中位数简单填补、k-近邻算法、随机森林填补缺失值与多重插补法中的一种进行填补。
17、需要说明的是，由于本专利技术中的数据来源于培养试验，不存在缺失值，因此不需要进行缺失值填补。
18、本专利技术的一个优选实施例中，对初始解释变量指标的重要性筛选的方法是：
19、使用均方误差增加和提高节点纯度两个指示值来判断解释变量的重要性，通过筛选得到初步筛选后的解释变量指标；指示值越大表示该解释变量的重要性越大。
20、利用四折交叉验证法对初步筛选的解释变量指标进行再次筛选，得到最终解释变量指标；
21、最终解释变量指标是施用量、ph、有效钙、有效镁、盐基总量、阳离子交换量和比表面积。
22、本专利技术的一个优选实施例中，随机森林模型中指定节点中用于二叉树的最佳变量个数的优化调参方法是：
23、选取分析用数据库中70％的数据作为训练样本，余下的30％数据作为测试样本；使用网格调参法的二分类和多分类对随机森林中的mtry进行筛选优化，确定最优参数mtry为3；
24、随机森林中ntree的固定值为500。
25、本专利技术的一个优选实施例中，可预测的土壤属性包括ph、交换性酸、交换性铝、交换性钙和交换性镁。
26、本专利技术的一个优选实施例中，实现预测调理剂改良土壤酸化的效果包括：
27、在r语言环境中，输入最终解释变量指标，获取响应变量；结合土壤初始理化特征，获得土壤酸化改良的效果。
28、即在r语言环境中输入最终解释变量指标，可以预测施用调理剂后的土壤属性变化，结合初始土壤属性即可明确改良效果。
29、与现有技术相比，本专利技术具有以下有益效果：
30、本专利技术是一种基于调理剂关键属性预测酸性土壤改良效果的方法，该方法基于机器学习技术，可以快速准确预测常见调理剂施用效果，有效防止过拟合现象，该方法可用于指导调理剂开发过程的物料选择和定向改性，以及土壤改良剂的农田定量施用等。
31、施用调理剂是改良土壤酸化的关键。针对土壤与调理剂类型多、变异大，土壤酸化改良效果缺乏定量预测与评价方法等实际需求，本专利技术中通过随机森林建立了定量预测方法，覆盖了常见物料类型，可以很好地支撑土壤酸化改良产品开发和田间施用的现实需求。
32、基于本专利技术提供的预测方法，可以依靠调理剂用量及属性，预测土壤多属性变化，从而定量其改良效果，指导田间施用。并且，本方法适用于常见矿物态、有机态、有机无机态调理剂，预测的土壤指标也从单一的土壤ph值扩展到了交换性铝、中量元素等重要指标，对酸性土壤改良具有重要指导意义。在实际的田间试验应用中，可引入田间管理、作物种植等影响因素进一步校验，以提高预测的准确度。
本文档来自技高网...【技术保护点】
1.一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，建立调理剂改良酸性土壤的初步数据库包括：
3.根据权利要求2所述的一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，调理剂属性是施用量、pH、有效钙、有效镁、盐基总量、有效磷、阳离子交换量和比表面积；
4.根据权利要求2所述的一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，培养试验中，调理剂为石灰类物质、工业废弃物、黏土矿物和有机物中的一种或多种。
5.根据权利要求1所述的一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，数据清洗的方法是：
6.根据权利要求3所述的一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，对初始解释变量指标的重要性筛选的方法是：
7.根据权利要求1所述的一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，随机森林模型中指定节点中用于二叉树的最佳变量个数的优化调参方法是：
8.
9.根据权利要求1所述的一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，实现预测调理剂改良土壤酸化的效果包括：
...【技术特征摘要】
1.一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，建立调理剂改良酸性土壤的初步数据库包括：
3.根据权利要求2所述的一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，调理剂属性是施用量、ph、有效钙、有效镁、盐基总量、有效磷、阳离子交换量和比表面积；
4.根据权利要求2所述的一种基于调理剂关键属性预测酸化改良效果的方法，其特征在于，培养试验中，调理剂为石灰类物质、工业废弃物、黏土矿物和有机物中的一种或多种。
5.根据权利要求1所述的一种基于调理剂关键属性预测酸化改良...
【专利技术属性】
技术研发人员：朱齐超，王朋顺，刘丽芬，张思文，袁水含，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。