一种土壤重金属的空间插值方法、装置、电子设备及介质制造方法及图纸

本发明专利技术公开了一种土壤重金属的空间插值方法、装置、电子设备及介质，上述方法包括：对目标地区多个样地采集土壤样品，获取各样地内土壤样品的相关属性数据；利用一块样地内土壤样品的相关属性数据输入构建的Stacking集成模型中进行土壤重金属的空间插值，优选出适用于目标地区的土壤重金属的最优集成模型；用其他块样地内土壤样品的相关属性数据对最优的集成模型进行迁移学习，得适用于目标地区的最优的土壤重金属空间插值模型；将目标地区的土壤的相关属性数据输入最优的土壤重金属空间插值模型，结合ArcGIS软件获得该土壤的空间插值结果。应用本发明专利技术实施例中的方法、装置、电子设备及介质能够较好的提高土壤重金属的空间插值性能，适用空间环境更广泛。适用空间环境更广泛。适用空间环境更广泛。

【技术实现步骤摘要】
一种土壤重金属的空间插值方法、装置、电子设备及介质


[0001]本专利技术属于空间模拟
，具体涉及一种基于集成学习和迁移学习的土壤重金属的空间插值方法。

技术介绍

[0002]随着工业的迅猛发展、环境污染的日益严重和农用化学药品种类、数量的不断增加，土地性质的变更越来越频繁，含重金属污染物通过各种途径进入土壤，导致我国土壤重金属累积和超标等环境问题日益凸显。土壤中的重金属具有毒性大、难降解、持久性强，具有强致癌性等特点，通过循环、富集、迁移转化等途径影响土壤中的生态结构系统，抑制微生物功能，不仅会对农作物产生不利影响，造成农作物产量减少和农产品的品质下降，而且作物积累的重金属可通过食物链进入人体而给人类健康带来潜在危害。因此，土壤系统中重金属污染的综合防治成为了国内外研究的热点和难点。
[0003]采用空间插值方法可以详实了解土壤中各类重金属污染物质的空间分布特征。土壤重金属污染分布具有高度空间变异，空间插值法的合理选择对详实地了解土壤重金属污染的空间分布特征有重要意义。土壤重金属空间插值法受土壤重金属含量和空间分布等很多因素的影本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于集成学习和迁移学习的土壤重金属的空间插值方法，其特征在于，该方法包括：对目标地区的多个样地采集土壤样品，获取各样地内土壤样品的相关属性数据，所述相关属性数据中包含样地土壤中目标重金属的含量；利用一块样地内土壤样品的相关属性数据输入构建的Stacking集成模型中进行土壤重金属的空间插值，优选出Stacking集成模型中适用于所述目标地区的土壤重金属的最优集成模型；利用其他块样地内土壤样品的相关属性数据对所述最优的集成模型进行迁移学习，获得适用于所述目标地区的最优的土壤重金属空间插值模型；将所述目标地区的土壤的相关属性数据输入最优的土壤重金属空间插值模型，结合ArcGIS软件获得该土壤的空间插值结果。2.根据权利要求1所述的一种基于集成学习和迁移学习的土壤重金属的空间插值方法，其特征在于，所述样地内土壤样品的相关属性数据集包括：样地号、样品编号、样品经度、样品纬度、样品高程、样品坡度、样品土地利用类型、样品土壤类型和样品土壤中目标重金属的含量。3.根据权利要求2所述的一种基于集成学习和迁移学习的土壤重金属的空间插值方法，其特征在于，所述目标重金属为铬、镍、汞或铅；样地土壤中铬含量、样地土壤中镍含量、样地土壤中铅含量均采用电感耦合等离子体原子发射光谱法测定；样地土壤中汞含量采用还原气化
‑
原子荧光光谱法测定。4.根据权利要求1所述的一种基于集成学习和迁移学习的土壤重金属的空间插值方法，其特征在于，利用一块样地内土壤样品的相关属性数据输入构建的Stacking集成模型中进行土壤重金属的空间插值，优选出Stacking集成模型中适用于所述目标地区土壤的最优集成模型；具体包括：获取一块样地内土壤样品的土壤重金属数据集，划分成训练集和验证集；采取Stacking集成策略，集成反距离权重法的模型、局部多项式法的模型、径向基函数法的模型、自然邻域法的模型、样条函数法的模型、普通克里金法的模型、泛克里金法的模型、协同克里金法的模型作为初级学习器的模型集，采用所述训练集对初级学习器的模型集中的模型分别进行土壤重金属空间插值；对所述模型...

【专利技术属性】
技术研发人员：曹姗姗，孙伟，胡林，孔繁涛，刘继芳，韩昀，安民，
申请(专利权)人：中国农业科学院农业信息研究所，
类型：发明
国别省市：