集成学习成功应用于土壤健康诊断

近日，中国农业科学院农业环境与可持续发展研究所农业清洁流域团队通过集成学习创新土壤健康评价方法，揭示了不同农业源有机物料对农田土壤健康的定量影响，确定了改善土壤健康的合理阈值及实施的技术途径，对土壤健康管理与施肥决策具有指导意义，相关研究成果发表在《农业生态系统与环境（Agriculture, Ecosystems & Environment）》上。

农田土壤健康评价是农田生态系统有效管理的依据，科学有效诊断和评估土壤健康状况，利用农业源有机物料提升土壤健康水平，对保障粮食安全和农业可持续发展至关重要。但不同农业源有机物料对土壤健康的正向反馈效应以及改善土壤健康的合理阈值仍不清晰。

该研究提出了一种新的土壤健康评价方法，利用基于树结构的集成学习算法，通过训练、交叉验证和测试集成了土壤健康评价模型，研究发现，动物源有机物料（粪肥）相比于植物源有机物料（秸秆、生物炭和绿肥）具有更好的土壤健康改善效果，相比于单施化肥，动物源和植物源有机物料对于水稻、小麦和玉米土壤健康指数的提升幅度分别为23.8%～39.8%和13.4%～24.4%。利用土壤健康的正向反馈效应，水稻、小麦和玉米的有机替代合理区间分别为26.4%～29.2%、27.0%～29.8%和29.6%～32.8%。该研究证实了动物源有机物料通过优化替代改善土壤健康，从而有助于可持续农业管理，并减轻环境的负面影响。

该研究得到国家自然科学基金、中国农业科学院科技创新工程项目等项目的支持。

原文链接：https://www.sciencedirect.com/science/article/pii/S0167880923005340?dgcid=author