摘要
本发明公开了一种基于环境DNA和机器学习的浮游植物空间分布预测方法,属于生态环境评价与治理技术领域。包括以下步骤:确定采样位点,采集浮游植物eDNA样品;对采集到的eDNA样品进行DNA提取及处理,计算物种丰度矩阵;根据eDNA样品的采样时间以及采样位点,筛选用于训练预测模型的训练数据集;将训练数据集作为训练集的自变量输入,物种丰度矩阵作为训练集的因变量输入,训练预测模型;将遥感影像数据输入预测模型,获得物种空间分布图。较于现有技术,本发明有益之处在于,可以实现蓝藻等藻类物种的高效、高物种分辨率的空间分布预测,通过机器学习模型训练浮游植物预测模型,实现多种浮游植物空间预测的自动运算,降低采样点布设密度,提高监测效率。
技术关键词
空间分布预测方法
训练预测模型
遥感影像数据
采集浮游植物
随机森林模型
预测模型训练
位点
矩阵
机器学习模型训练
浮游植物细胞
生态环境评价
无菌容器
蓝藻门
分辨率
引物
输出模块
采样点
校正
系统为您推荐了相关专利信息
随机森林模型
多维特征数据
预测模型训练方法
多维特征向量
机器学习算法
多用户协同编辑
国土空间规划
数据验证系统
数据安全传输方法
数据交互方法
茎基腐病
农作物病害监测技术
田间小麦
小麦品种
监测点
无人机集群
搜索方法
无人机传感器
随机森林模型
设计无人机