一种基于机器学习的耕地土壤镉含量分布预测方法及系统

本发明涉及土壤数据分析技术领域，公开了一种基于机器学习的耕地土壤镉含量分布预测方法及系统，方法包括：获取目标区域耕地土壤的多维度指标的历史数据以及已知土壤点位镉含量数据；根据多维度指标的历史数据计算特征因子；根据多维度指标的历史数据、特征因子和已知土壤点位镉含量数据构建数据集；使用数据集对随机森林模型进行训练，得到耕地土壤镉含量分布预测模型；获取目标时间序列的多维度指标数据，计算特征因子，并输入耕地土壤镉含量分布预测模型，得到耕地土壤镉含量分布预测结果。本方案能够考虑土壤镉元素输入输出过程对土壤镉含量的影响，提高模型预测结果准确性。