【技术实现步骤摘要】
一种植物中镉过量的概率值的预测方法及系统
本专利技术涉及农业科学
，尤其是涉及一种植物中镉过量的概率值的预测方法及系统。
技术介绍
土壤中的镉污染导致农产品镉含量超标，进而危害人体健康。作物种植需要持续的人力物力投入，相比较收获后对农产品中含量进行检测，通过检测产地环境(土壤)中镉含量，进而对其上种植的农产品遭受污染的状况进行预测，更为简便实用。理论上，作物与土壤中镉含量具有正相关性，即土壤中镉含量的升高会提高作物中相应含量。因此该领域内最初通过大量采样，使用土壤与作物镉含量建立线性回归，直接对作物中镉含量进行预测。后引入土壤pH等土壤理化性质进一步提高线性回归的拟合精度。从理论上，土壤中影响植物吸收重金属的因素非常多，很难一一枚举，因此只能关注影响较大的因素，例如土壤pH。但仅将pH列入模型并不意味着其他因素的影响可以忽略不计，只是其他因素的影响较低，且逐一考虑成本太高。因此，如采用上述方法，对大田采样，并建立线性回归会导致预测的误差较大。相较而言，盆栽实验土壤条件可控，较为单一，而实际田野中土壤参数非人力可...
【技术保护点】
1.一种植物中镉过量的概率值的预测方法，其特征在于，包括：/n采集植物的镉含量和与所述植物对应土壤的数据；所述土壤的数据为影响植物中镉含量的特征变量，所述特征变量至少包括土壤的镉含量、土壤的pH值和土壤CEC；/n对采集到的所述土壤的数据分析，得到逻辑斯谛回归方程；/n将待测土壤的数据输入到所述逻辑斯谛回归方程中，得到所述待测土壤生长出的植物中镉含量过量的概率值。/n
【技术特征摘要】
20191114 CN 20191111493661.一种植物中镉过量的概率值的预测方法，其特征在于，包括：
采集植物的镉含量和与所述植物对应土壤的数据；所述土壤的数据为影响植物中镉含量的特征变量，所述特征变量至少包括土壤的镉含量、土壤的pH值和土壤CEC；
对采集到的所述土壤的数据分析，得到逻辑斯谛回归方程；
将待测土壤的数据输入到所述逻辑斯谛回归方程中，得到所述待测土壤生长出的植物中镉含量过量的概率值。
2.根据权利要求1所述的方法，其特征在于，对采集到的所述土壤的数据分析，得到所述逻辑斯谛回归方程包括：
设定待测植物中镉含量的阈值；
将采集的所述土壤的数据分成两组，第一组作为训练数据，用于构建初始的逻辑斯谛回归方程；另一组作为测试数据，所述测试数据用于对初始的所述逻辑斯谛回归方程的测试；
分别将所述测试数据中每个所述土壤的数据输入到初始的所述逻辑斯谛回归方程中分别得到在所述土壤中生长出的植物中镉含量过量的概率值；
基于全部的所述土壤中生长出的植物中镉含量过量的所述概率值，得到所述测试数据的预测概率值；
基于所述预测概率值得到所述逻辑斯谛回归方程。
3.根据权利要求2所述的方法，其特征在于，基于所述预测概率值得到所述逻辑斯谛回归方程包括：
将所述测试数据标记为两类，超过所述阈值的所述植物对应的土壤标记为第一类，低于所述阈值的所述植物对应的土壤标记为第二类；
获取所述测试数据中植物超过阈值的实际概率值，所述实际概率值为所述测试数据标记为第一类的植物的个数和与所述测试数据个数和的比值；
将所述预测概率值与所述实际概率值比对，若比对的误差低于预设值，则确定初始的所述逻辑斯谛回归方程为分析后得到的所述逻辑斯谛回归方程；和/或
若比对的误差高于预设值，补充采集植物的镉含量和与所述植物对应土壤的数据；
再次对原始采集到的土壤数据和补充采集到的所述土壤的数据分析，再次得到逻辑斯谛回归方程。
4.根据权利要求2或3所述的方法，其特征在于，
所述逻辑斯谛回归方程为：
其中，P(y＞i|x)为植物中镉过量的概率值，aj为第j个所述特征变量对应的逻辑斯谛回归方程的系数，b为所述逻辑斯谛回归方程的截距，m为特征变量总数；xj为待测土壤的第j个特征变量,i表示设定的待测植物中镉含量的阈值。
5.根据权利要求4所述的方法，其特征在于，当采集的植物为水稻时，当所述特征...
【专利技术属性】
技术研发人员：杨军，赵琛，陈同斌，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：北京;11
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。