一种判断高光谱波段和物质含量数据的因果性方法

本发明一种判断高光谱波段和物质含量数据的因果性方法，包括S1.对物质含量Y采集高光谱波段X，对高光谱波段X进行预处理，将预处理后的高光谱波段的特征维度固定到第一阈值个，得到初步高光谱数据集X_processed；S2.使用catboostRegressor构建初步高光谱数据集X_processed与物质含量Y的基础反演模型；S3.使用SHAP模型结合基础反演模型与初步高光谱数据集X_processed识别重要相关波段范围，得到高光谱数据集X_SHAP；S4.将高光谱数据集X_SHAP按照设定比例划分训练集和测试集，使用catboostRegressor估计条件期望函数，使用条件期望函数计算残差，残差回归计算因果效应值θ；S5.基于因果效应值θ计算评估效果ATE。本发明通过融合CatboostRegressor、SHAP和因果机器学习判断高光谱波段和物质含量数据之间的因果关系，包含相关性。