摘要
本发明提供了一种基于物质流的农田重金属累积预测方法,包括以下步骤:S1、采集历史土壤数据、农作物数据、肥料数据;S2、基于物质流分析策略构建机器学习模型,使用S1得到的数据训练机器学习模型,得到预测模型;S3、在预测模型中输入土壤数据、计划肥料数据、计划农作物数据,预测模型根据种植周期进行迭代运算,得到指定数量种植周期的土壤重金属含量和农作物重金属含量;S4、根据对比结果判定是否调整计划肥料、计划农作物。本发明有益效果:按种植周期迭代输入可模拟多周期累积效应,同时利用历史土壤理化指标,基于物质流原理配合机器学习的有机结合以物质守恒公式为骨架,提高了预测结果的准确性和实用性。
技术关键词
农作物重金属
土壤重金属含量
农田重金属
构建机器学习模型
土壤阳离子交换量
数据
计划
训练机器学习模型
肥料
土壤有机质含量
农作物籽粒
周期
计算机可读取存储介质
土壤重金属超标
处理器通信
种植区
高风险
农作物秸秆
系统为您推荐了相关专利信息
人体传感器
信号处理电路
可穿戴监测系统
无线通讯模块
足底压力传感器
心脏磁共振
构建机器学习模型
检查方法
支持向量机
构建图像数据库
空间位姿标定方法
高自由度工业机器人
三维点云信息
深度学习模型
三维点云配准技术
低合金钢
机器学习算法
性能优化方法
进化算法
性能优化装置
模拟测试方法
土样
图像采集设备
航拍无人机
像素