基于机器学习的土壤重金属污染风险分区分级方法

本发明提供了一种基于机器学习的土壤重金属污染风险分区分级方法。该方法包括以下步骤：分别获取研究区域内的重金属样本数据和环境协变数据，作为目标重金属的对应初始样本数据集。对各初始样本数据集进行预处理得到对应的研究样本数据集。获取各目标重金属的污染风险指标。将各研究样本数据集混合后，随机划分为训练集、测试集。根据分类标签、训练集、测试集，并基于随机森林模型建立重金属风险分区分级模型。根据研究区域内的未知区域对应的有效环境影响变量，对研究区域的土壤重金属污染风险进行识别与分区。该方法从定量、定性并以多角度识别土壤重金属污染风险，实现土壤重金属潜在污染风险区域科学划分。