摘要
本发明属于地球物理下生态、水文分支技术领域,尤其是一种融合CatBoost回归和SHAP归因的地下水生态埋深评估方法,步骤如下:(1)收集研究区各样本点的生态、水文观测资料,用于CatBoost回归建模、SHAP归因分析、地下水生态埋深评估;(2)基于步骤(1)中的生态、水文基础数据,运用CatBoost机器学习算法分别构建EVI回归模型、ET回归模型;(3)对EVI回归模型、ET回归模型分别开展SHAP归因分析,利用Boltzmann函数建立EVI、ET回归模型中地下水埋深的SHAP值与地下水埋深的相关关系;(4)在EVI、ET回归模型中地下水埋深的SHAP值‑地下水埋深关系曲线上开展拐点分析,对分析结果进行Min分析后即可得地下水生态埋深。本发明弥补干旱区生态需水评估研究中地下水生态埋深分析的不足,为地下水依赖型陆生生态系统保护提供有效工具。
技术关键词
地下水
机器学习算法
归因
水文
关系
曲线
陆生生态系统
生态需水
数据
训练集
资料
理论
样本
分支
基础
系统为您推荐了相关专利信息
数据采集方法
数值
智能水表管理系统
关系
时间序列特征
签到特征
智慧考勤系统
考勤方法
人脸图像数据
集群
纤维板
强度检测方法
压力感应单元
光纤传感器阵列
多层复合材料结构
教育资源管理平台
学习需求分析
资源管理方法
数据
语义意图