System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及农业信息化领域,尤其涉及一种通过随机森林算法结合meta分析方法对可生物降解地膜土埋降解周期建立预测方法及设备。
技术介绍
1、地膜是农业中重要的生产资料之一。地膜的使用能有效地抑制杂草生长,提高农作物产量,且可保持土壤湿度,减少水分蒸发,节约水资源。此外,它还可升高土壤温度,促进农作物生长,降低土壤侵蚀,维护土壤肥力,从而延长农作物生命周期,减少病虫害风险,减少农药和化肥使用,提高粮食质量。然而,由于紫外线照射和外力的作用,地膜易发生碎裂形成塑料碎片,对农田造成严重的塑料污染,对生态系统和人类健康造成潜在威胁。可生物降解塑料是一种可以被微生物降解和利用,并最终转化为微生物生物质、二氧化碳和水的塑料。因此,可生物降解塑料地膜(bdm)替代pe地膜是农业中预防塑料污染的主要策略之一。然而,目前bdm在环境中的分解周期尚不明确,这主要是因为bdm的降解是个复杂的过程,并且与材料组份、自然条件关联性大,不同配方的bdm在不同地域的降解效果往往大相径庭。
2、目前,对于具体bdm地膜产品降解周期的研究,主要是基于当地农田使用1~2年后依靠经验推断出其降解周期。材料因素,土壤因素,地域因素等对bdm的降解影响已有相关报道,但相关的研究主要依靠实验数据,且只能对降解的大概趋势给出判断,研究手段相对单一,且受限于实验的对照组数量,难以衡量相关影响因素对降解的影响力,也无法对降解周期进行相关预测。现有研究对紫外照射(uv)对地膜降解周期建立了简单的拟合模型,用于评估地膜的光降解周期,上述研究的不足在于:(1)uv不是b
技术实现思路
1、专利技术目的:本专利技术的目的在于提供一种结合meta分析方法和随机森林算法的rf-meta模型对农业地膜降解周期进行预测,实现降解周期的精确估计,提高模型结果的通用性。
2、技术方案:一种基于rf-meta模型的农业地膜降解周期预测方法,包括以下步骤:
3、(1)通过meta分析方法收集生物可降解地膜降解原始数据集,依据原始数据集建立原始数据库,并通过meta分析手段验证原始数据可靠性;
4、(2)通过meta分析对原始数据集中不同因素对降解程度的影响qm进行排序;
5、(3)根据meta分析结果,筛选qm>1的因素留在原始数据库中,使用随机森林算法对原始数据库中的缺失值进行填充,获得完整数据库;
6、(4)将完整数据库划分为建模集和验证集,建立初始rf-meta模型;
7、(5)训练初始rf-meta模型并对超参数进行优化,得到优化后的rf-meta模型;
8、(6)将目标生物可降解地膜降解的初始实验理化数据导入优化后的rf-meta模型,获得全降解周期的预测曲线。
9、进一步的,所述步骤(1)中构建原始数据库的具体步骤如下:
10、(1.1)根据picos准则制定检索策略和纳入排除标准,包括:
11、p:确定研究对象为农业生产场景下的生物可降解地膜;
12、i:确定干预措施,选定构成可降解地膜基本材料组份的范围;并对不同降解手段、降解环境、降解前预处理进行筛选;
13、c:确定对照措施为降解前后的地膜特性;
14、o:确定结果导向为地膜降解率参数;
15、s:确定研究设计限定为实验室试验或田间试验,排除综述、意见文章;
16、(1.2)选择文章数据库,依据(1.1)中准则建立检索词,人工进一步筛选符合研究条件并可重复实施的文章;
17、(1.3)每篇文章中待收集的特征数据集合g1的组成如下:
18、g1={a1,a2...,aa;c1,c2,...,ce;sp1,sp2,...,spp;sb1,sb2...,sbb;m1,m2...,mm;e1,e2...,ee};其中,aa代表待收集文章基本信息中的第a项,ce代表待收集气候条件中的第e项,spp代表待收集土壤物理条件中的第p项,sbb代表待收集土壤中生物及化学条件中的第b项,mm代表待收集地膜材料特性中的第m项,ee代表待收集实验条件中的第e项;
19、(1.4)每篇文章中待收集的降解结果数据集合g2的组成如下:
20、g2={em,ev,cm,cv};其中em代表实验组结果均值,ev代表实验组结果方差,cm代表对照组结果均值,cv代表对照组结果方差;均值及标准差公式如下:
21、
22、
23、其中,是降解率的均值,s是降解率的标准差;xi是第i组降解率,i属于1.2.3...n。
24、进一步的,所述通过meta分析手段验证原始数据可靠性包括:
25、(1.5)通过观察降解率大小与其方差之间的关系来检验收集到的文章的是否存在发表偏倚,即数据源有明显的倾向性;将每组实验数据得到的生物可降解地膜降解率按照降解率大小排名,后获得每个数据所在的位置编号ui;再将每组数据按照实验方差大小排序,排序后获得所在位置编号vj,随后计算降解率大小及其实验方差之间的相关系数d及d所代表的假设出现的概率p:
26、
27、p=2×(1-cdf(d))
28、其中,n为数据库中数据的总量,cn代表两两比较中协和对的个数,dn为两两比较中不协和对的个数;如果两个变量的ui和vj同时增加或减少,它们就是一个协和对,两个变量的ui和vj中的一个变量增加,而另一个变量减少,它们就是一个不协和对;cdf(d)是d值在标准正态分布下的累积分布函数值;通过参考d值和p值可以得知是否存在发表偏倚,如果d值的绝对值大于1.96,并且p值小于0.05,则认为数据存在明显倾向性,需要排除存在明显倾向性的数据源;如果不存在明显偏移则继续下一步工作;
29、(1.6)当发现发表偏倚时,首先使用r语言以降解率为x轴数据,实验方差为y轴数据,绘制漏斗图,在图中每个数据的位置向量为di=(xi,si);以为轴,如果数值向量dt=(xt,st)在轴的另一侧对应点附近明显不存在数据,导致漏斗图不对称,则进一步判断该数据向量是否对应实验设计完善,实验环境符合要求且论文收录期刊if>6,如符合则在数据库中添加向量来消除偏移;如果数据向量对应实验存在特殊实验环境,或可靠性低,则在数据库中删去该数据;依次筛选过导致漏斗图不对称数据后重复(1.6),重新核查发表偏倚;
30、(1.7)评估数据库中数据是否存在普遍规律;数据显著性倾向水平计算为:
31、
32、数据显著性倾向水平fn大于零时数据库中数据被认为有显著性的普遍本文档来自技高网...
【技术保护点】
1.一种基于RF-Meta模型的农业地膜降解周期预测方法,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RF-Meta模型的农业地膜降解周期预测方法,其特征在于,所述步骤(1)中构建原始数据库的具体步骤如下:
3.根据权利要求2所述的一种基于RF-Meta模型的农业地膜降解周期预测方法,其特征在于,所述通过Meta分析手段验证原始数据可靠性包括:
4.根据权利要求1所述的一种基于RF-Meta模型的农业地膜降解周期预测方法,其特征在于,步骤(2)具体为:
5.根据权利要求2所述的一种基于RF-Meta模型的农业地膜降解周期预测方法,其特征在于,所述步骤(3)具体为:
6.根据权利要求1所述的一种基于RF-Meta模型的农业地膜降解周期预测方法,其特征在于,所述步骤(4)中采用随机抽样的方式将完整数据集划分为建模集和验证集。
7.根据权利要求1所述的一种基于RF-Meta模型的农业地膜降解周期预测方法,其特征在于,通过五折交叉验证优化后的RF-Meta模型。
8.根据权利要求1所述的一
9.一种基于RF-Meta模型的农业地膜降解周期预测设备,包括处理器以及存储在存储器上并可在处理器上运行的可执行程序,其特征在于:所述处理器执行所述可执行程序时实现如权利要求1-8任一项所述的方法。
10.一种包含计算机可执行程序的存储介质,其特征在于,所述计算机可执行程序在由计算机处理器执行时,用于执行如权利要求1-8任一项所述的方法。
...【技术特征摘要】
1.一种基于rf-meta模型的农业地膜降解周期预测方法,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rf-meta模型的农业地膜降解周期预测方法,其特征在于,所述步骤(1)中构建原始数据库的具体步骤如下:
3.根据权利要求2所述的一种基于rf-meta模型的农业地膜降解周期预测方法,其特征在于,所述通过meta分析手段验证原始数据可靠性包括:
4.根据权利要求1所述的一种基于rf-meta模型的农业地膜降解周期预测方法,其特征在于,步骤(2)具体为:
5.根据权利要求2所述的一种基于rf-meta模型的农业地膜降解周期预测方法,其特征在于,所述步骤(3)具体为:
6.根据权利要求1所述的一种基于rf-meta模型的农业地膜降解周期预测方法,其特征在于,所述步骤(4)...
【专利技术属性】
技术研发人员:陈珊,徐磊,徐郭海林,陈敬文,刘子文,
申请(专利权)人:江苏省农业科学院,
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。