基于多种机器学习方法的关键土壤监测点位筛选方法

本发明实施例公开了一种基于多种机器学习方法的关键土壤监测点位筛选方法，包括：获取待监测区域多个监测点位的土壤生态风险值，以及相关的多种因素的值；通过随机森林法筛选出土壤生态风险的多种主要驱动因素；拟合以土壤生态风险为因变量、以所述多种主要驱动因素为自变量的预测模型，并删减预测模型中的冗余点位；以点位删减率、删减后预测模型的预测精度，以及剩余监测点位的空间覆盖均匀性为优化目标，执行贝叶斯优化算法，来更新随机森林法和预测模型拟合过程中的超参数；根据新的超参数返回执行随机森林法，直到实现最优目标；根据最优超参数重新执行上述操作，得到具有最优监测点位的预测模型。本实施例能够提高点位筛选的准确性和代表性。