本技術(shù)涉及氮淋失預(yù)測領(lǐng)域，特別是涉及一種農(nóng)田氮淋失預(yù)測方法、設(shè)備及介質(zhì)。

背景技術(shù)：

1、由于人口增長和人們生活水平的提高，糧食產(chǎn)量需求持續(xù)增長，大量水肥投入成為提高作物產(chǎn)量的主要措施。農(nóng)田中過量施用的氮肥一部分在土壤中殘留，而很大一部分則會隨水分遷移并淋失到作物根區(qū)以外的區(qū)域，進入地下水體，造成面源污染和水體富營養(yǎng)化等諸多環(huán)境問題。因此，明確農(nóng)田生產(chǎn)中的氮淋失特征，對氮淋失進行定量預(yù)測，對提高農(nóng)業(yè)生產(chǎn)效益和保護環(huán)境具有重要意義。

2、目前對于氮淋失的預(yù)測模型中主要關(guān)注單個因素對氮淋失的影響，且多為指數(shù)和線性模型。由于不同試驗區(qū)域土壤和環(huán)境條件的多樣性并且差異較大，通過單一因素對氮淋失進行預(yù)測并不能充分解釋氮淋失的復(fù)雜變化情況。而一些機理模型【反硝化-分解模型(denitrification-decomposition，dndc)、水氮管理模型（water?and?nitrogenmanagement?model，wnmm）等】需要參數(shù)較多，模擬精度受多種條件影響。

3、現(xiàn)有的能夠定量預(yù)測農(nóng)田氮淋失方法主要是單因素線性、指數(shù)或多項式回歸和多因素線性或逐步回歸，但大部分線性、指數(shù)或多項式回歸和多因素線性或逐步回歸基于最小二乘法的數(shù)學(xué)原理（通過最小化殘差平方和來估計回歸系數(shù)，使得模型預(yù)測值與實際觀測值的差異最小化）建立相關(guān)模型，基于此，現(xiàn)有技術(shù)存在以下缺點：

4、（1）：常規(guī)的擬合模型擬合度較低，預(yù)測效果較差。

5、（2）：需要逐步篩選較多的指標，從而最后確定需要的相關(guān)指標，操作過程較為繁瑣。

6、（3）：常規(guī)回歸方法對如土壤類型等文本類型變量難以操作。

7、（4）：常規(guī)模型預(yù)測結(jié)果準確性受土壤異質(zhì)性等影響大，模型多適用于特定地點、特定試驗條件，在較大區(qū)域適用性差。

8、為了解決現(xiàn)有技術(shù)存在的上述問題，現(xiàn)在多采用機器學(xué)習的方式進行氮淋失預(yù)測（例如中國專利申請cn115965121a），但是，由于機器學(xué)習的“黑盒效應(yīng)”會造成，預(yù)測結(jié)果難以解釋的情況，并不能真正意義上實現(xiàn)氮淋失量的準確和全面預(yù)測。

技術(shù)實現(xiàn)思路

1、本技術(shù)的目的是提供一種農(nóng)田氮淋失預(yù)測方法、設(shè)備及介質(zhì)，能夠解決由于機器學(xué)習“黑盒效應(yīng)”造成的結(jié)果難以解釋的問題，同時，能夠?qū)崿F(xiàn)氮淋失量的準確和全面預(yù)測。

2、為實現(xiàn)上述目的，本技術(shù)提供了如下方案：

3、第一方面，本技術(shù)提供了一種農(nóng)田氮淋失預(yù)測方法，包括：

4、獲取農(nóng)田氮淋失試驗數(shù)據(jù)；所述農(nóng)田氮淋失試驗數(shù)據(jù)包括：土壤性質(zhì)、采樣措施、農(nóng)田管理措施和總氮淋失量；所述土壤性質(zhì)包括：土壤ph、有機質(zhì)含量、土壤全氮含量、粘粒含量、砂粒含量和土壤類型；采樣措施包括：采樣方法和采樣深度；農(nóng)田管理措施包括：還田秸稈量、總施氮量和水分投入量；總施氮量包括：化肥施氮量、秸稈還田輸入氮量和有機肥輸入氮量；水分投入量包括：降雨量和灌溉量；

5、對所述農(nóng)田氮淋失試驗數(shù)據(jù)進行預(yù)處理；

6、基于預(yù)處理后的所述農(nóng)田氮淋失試驗數(shù)據(jù)構(gòu)建訓(xùn)練集和測試集；

7、基于確定的超參數(shù)構(gòu)建初始xgboost回歸模型；

8、采用訓(xùn)練集訓(xùn)練所述初始xgboost回歸模型，在訓(xùn)練過程中，采用貝葉斯優(yōu)化方法和五折交叉驗證法優(yōu)化超參數(shù)，得到xgboost回歸模型，并采用沙普利加性解釋方法確定所述訓(xùn)練集中每一樣本的shap值；

9、采用測試集測試所述xgboost回歸模型是否滿足設(shè)定條件；

10、如果所述xgboost回歸模型不滿足設(shè)定條件，則調(diào)整超參數(shù)，返回基于確定的超參數(shù)構(gòu)建初始xgboost回歸模型的步驟；

11、如果所述xgboost回歸模型滿足設(shè)定條件，則將所述xgboost回歸模型作為氮淋失預(yù)測模型；

12、獲取待預(yù)測農(nóng)田的氮淋失數(shù)據(jù)，并對所述待預(yù)測農(nóng)田的氮淋失數(shù)據(jù)進行預(yù)處理，得到預(yù)處理數(shù)據(jù)；所述待預(yù)測農(nóng)田的氮淋失數(shù)據(jù)包括：待預(yù)測農(nóng)田的土壤性質(zhì)、待預(yù)測農(nóng)田的采樣措施、待預(yù)測農(nóng)田的農(nóng)田管理措施和待預(yù)測農(nóng)田的總氮淋失量；

13、將所述預(yù)處理數(shù)據(jù)輸入所述氮淋失預(yù)測模型，得到氮淋失預(yù)測結(jié)果。

14、可選地，所述預(yù)處理包括：缺失值處理、對數(shù)處理、數(shù)據(jù)標準化和獨熱編碼處理。

15、可選地，對所述農(nóng)田氮淋失試驗數(shù)據(jù)進行預(yù)處理，包括：

16、對所述農(nóng)田氮淋失試驗數(shù)據(jù)進行缺失值處理，得到第一處理數(shù)據(jù)；

17、對所述第一處理數(shù)據(jù)進行對數(shù)處理，得到第二處理數(shù)據(jù)；

18、對所述第二處理數(shù)據(jù)進行標準化處理，得到第三處理數(shù)據(jù)；

19、對所述第三處理數(shù)據(jù)進行獨熱編碼處理，得到預(yù)處理后的所述農(nóng)田氮淋失試驗數(shù)據(jù)。

20、可選地，對所述農(nóng)田氮淋失試驗數(shù)據(jù)進行缺失值處理，包括：

21、當土壤性質(zhì)、采樣措施或農(nóng)田管理措施缺失時，刪除土壤性質(zhì)、采樣措施或農(nóng)田管理措施缺失的數(shù)據(jù)；

22、當總氮淋失量缺失時，對于存在硝態(tài)氮淋失量的數(shù)據(jù)，將缺失的總氮淋失量按照硝態(tài)氮淋失量占比為95%的比例進行換算；對于不存在硝態(tài)氮淋失量的數(shù)據(jù)，刪除總氮淋失量缺失的數(shù)據(jù)。

23、可選地，基于預(yù)處理后的所述農(nóng)田氮淋失試驗數(shù)據(jù)構(gòu)建訓(xùn)練集和測試集，包括：

24、利用pandas庫將所述農(nóng)田氮淋失試驗數(shù)據(jù)劃分為自變量和因變量；所述自變量包括：土壤性質(zhì)、采樣措施和農(nóng)田管理措施；所述因變量包括：總氮淋失量；

25、利用sklearn庫，對所述自變量和所述因變量進行隨機劃分，得到所述訓(xùn)練集和所述測試集。

26、可選地，采用貝葉斯優(yōu)化方法和五折交叉驗證法優(yōu)化超參數(shù)，包括：

27、在設(shè)定的超參數(shù)范圍中隨機采樣一組超參數(shù)作為初始超參數(shù)，進行貝葉斯優(yōu)化；

28、在每次貝葉斯優(yōu)化迭代中，根據(jù)當前的代理模型和已有的觀察結(jié)果，計算所有候選點的采樣函數(shù)值，并選擇具有最高采樣函數(shù)值的點作為貝葉斯優(yōu)化的下一個點；

29、采取五折交叉驗證法，將所述訓(xùn)練集分成n個子集，輪流使用其中n-1個子集進行下一個點的訓(xùn)練，使用剩下的一個子集進行下一個點的驗證，分別計算n次均方誤差，并且確定n次均方誤差的平均值；

30、在優(yōu)化過程結(jié)束后，選取均方誤差平均值最小的點對應(yīng)的超參數(shù)作為優(yōu)化后的超參數(shù)。

31、可選地，采用沙普利加性解釋方法確定所述訓(xùn)練集中每一樣本的shap值，包括：

32、采用kernel?shap方法，基于shapley值的概念，使用核函數(shù)確定所述訓(xùn)練集中每一樣本的shap值。

33、可選地，采用沙普利加性解釋方法確定所述訓(xùn)練集中每一樣本的shap值，包括：

34、采用tree?shap方法，利用樹結(jié)構(gòu)的性質(zhì)，通過迭代地向上遍歷樹的方式確定所述訓(xùn)練集中每一樣本的shap值。

35、第二方面，本技術(shù)提供了一種計算機設(shè)備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序以實現(xiàn)上述提供的農(nóng)田氮淋失預(yù)測方法的步驟。

36、第三方面，本技術(shù)提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述提供的農(nóng)田氮淋失預(yù)測方法的步驟。

37、根據(jù)本技術(shù)提供的具體實施例，本技術(shù)公開了以下技術(shù)效果：

38、本技術(shù)提供了一種農(nóng)田氮淋失預(yù)測方法、設(shè)備及介質(zhì)，本技術(shù)通過以包括土壤性質(zhì)、采樣措施、農(nóng)田管理措施和總氮淋失量的農(nóng)田氮淋失試驗數(shù)據(jù)為數(shù)據(jù)基礎(chǔ)，進行模型構(gòu)建，考慮了多個因素對總氮淋失量的影響，解決了常規(guī)模型通過單一變量進行預(yù)測效果差的問題。在訓(xùn)練過程中，采用沙普利加性解釋方法確定訓(xùn)練集中每一樣本的shap值，可以快速篩選重要程度較高的數(shù)據(jù)，解決了由于機器學(xué)習“黑盒效應(yīng)”造成結(jié)果難以解釋的問題。通過采用貝葉斯優(yōu)化方法和五折交叉驗證法優(yōu)化超參數(shù)，能夠提高模型預(yù)測的準確性，進而實現(xiàn)了氮淋失量的準確和全面預(yù)測。