基于机器学习对铜和锌在土壤中的老化预测和关键因子识别

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为探究铜（Cu）和锌（Zn）在不同类型土壤中的老化过程及其主要影响因素，本研究开展了为期90 d的培养实验，向12种不同类型的土壤外源添加Cu和Zn。基于传统动力学模型、逐步线性回归和机器学习模型，构建了土壤中Cu和Zn有效态变化的预测模型。此外，基于沙普利可加性模型解释方法（Shapley Additive Explanations，SHAP），分析了影响Cu和Zn有效态含量的关键土壤因子的作用。（剩余19494字）

试读结束

目录
monitor