一种深度学习框架下CA-LSTM-RF的土壤重金属累积时空预测算法

本发明公开了一种深度学习框架下CA‑LSTM‑RF的土壤重金属累积时空预测算法，属于土壤重金属累积时空预测算法技术领域，获取目标区域内多个历史时期各采样点土壤重金属含量数据及影响土壤重金属累积的环境变量数据集，对数据进行异常值检验、缺失数据补充、对齐处理、量化处理、归一化处理及时间序列编码，通过改进CA模型，设计自适应时间的扩散过程模拟，进行元胞水流流向判断，利用曼宁公式计算重金属地表径流扩散，将重金属随地表径流的扩散值及环境变量数据作为输入，通过LSTM提取历史数据关系，输出当前时刻土壤重金属累积预测值，将LSTM的输出作为输入，构建RF模型预测土壤重金属的空间特征。