[发明专利]一种土壤酸化驱动力的识别方法、系统和装置

说明书

本发明公开了一种土壤酸化驱动力的识别方法、系统和装置，该方法包括以下步骤：获取研究区域内土壤酸化的驱动因子的数据和研究区域内的土壤酸化数据；以所述土壤酸化数据作为因变量，以驱动因子作为自变量，对随机森林模型进行训练；根据得到的随机森林模型，使用随机森林模型的袋外数据误差计算自变量的贡献率。本发明利用了随机森林模型袋外数据误差法来计算污染源的贡献率，可以在存在大量的数据缺失的情况下保持较高的精准度；随机森林模型袋外数据误差法实现简单，可以处理高维的输入驱动因子变量，并确定驱动因子变量的重要性，并且所创建的随机森林模型适用性强。本发明可以广泛应用于环境建模技术领域。

技术领域

本发明涉及环境建模技术领域，尤其是一种土壤酸化驱动力的识别方法、系统和装置。

背景技术

土壤酸化可以改变陆地生态系统的生物地球化学，破坏生态系统服务和功能。识别土壤酸化的驱动力对预测陆地生态系统响应全球变化，制定减缓措施起着至关重要的作用。土壤酸化的驱动因子分人类和自然因子二类，自然因子包括岩石风化、土壤类型、气象和地形等；人类因子包括土地利用和管理方式、酸沉降和施肥等。在大尺度区域，复杂的生物地球化学过程和高度异质性的生物地理条件使得土壤酸化归因研究复杂化加剧。传统的归因土壤酸化的方法因其需要全面考虑所有生物地球化学过程是很难在大尺度实现的。因此，探索新方法识别大尺度区域土壤酸化驱动力将有助于为陆地生态系统的生物地化循环提供有价值信息、为环保部门规划与政策制定提供有力科学支撑。

目前在不同尺度上进行的土壤酸化归因研究方法可归纳为以下二类：1.野外控制实验，结合野外控制实验，在实验中控制添加氢离子及其它影响因子，识别局域尺度上土壤酸化的潜在驱动因子，从而揭示土壤酸化的关键驱动效应及其驱动机制。然而，这些实验通常只针对特定地点，特定土地利用类型、土地管理措施或具体的实验处理条件，所获得的驱动效应由于难于升尺度的局限而无法外推到更大区域尺度。而且大多数控制实验的持续时间不足以确定驱动效应的时间尺度的响应。2.传统的基于氢离子收支平衡过程的计算，此类计算常被用于大尺度区域土壤酸化归因分析，此类方法的局限在于无法全面考虑所有产生氢离子的生物地球化学过程而导致归因估计不准确，尤其在高度复杂的生物地球化学和生物物理环境下以及缺乏广泛前期研究的区域。而且很多用于氢离子收支平衡过程计算的参数来源于文献的经验参数，一些关键参数常具有地域性，普适性较低；同时一些参数源自室内试验，难以应用到实际环境中。使用基于过程的计算还存在一些缺陷，比如土壤酸化驱动因子间和驱动过程间的间接作用和交互作用因其复杂性而被忽略。

综上所述目前需要一种计算精度较高且适用性强的技术方案来研究土壤酸化的驱动力。

发明内容

为解决上述技术问题，本发明的目的在于：提供一种计算精度较高且适用性强的土壤酸化驱动力的识别方法、系统和装置。

本发明所采取的第一种技术方案是：

一种土壤酸化驱动力的识别方法，包括以下步骤：

获取研究区域内土壤酸化的驱动因子的数据和研究区域内的土壤酸化数据；

以所述土壤酸化数据作为因变量，以驱动因子作为自变量，对随机森林模型进行训练；

根据得到的随机森林模型，使用随机森林模型的袋外数据误差计算自变量的贡献率。

进一步，所述根据得到的随机森林模型，使用随机森林模型的袋外数据误差计算自变量的贡献率，这一步骤具体包括：

根据得到的随机森林模型，计算随机森林模型整体的袋外数据误差，以及每一个自变量的袋外数据误差；

根据得到的整体的袋外数据误差和每一个自变量的袋外数据误差计算自变量的贡献率。

进一步，所述随机森林模型整体的袋外数据误差的计算公式为：