| 基于机器学习的土壤机械压实应用研究 |
| |
| 引用本文： | 周修理,秦娜,王大维,乔金友.基于机器学习的土壤机械压实应用研究[J].农机化研究,2024(9):13-21. |
| |
| 作者姓名： | 周修理 秦娜 王大维 乔金友 |
| |
| 作者单位： | 1. 东北农业大学电气与信息学院;2. 东北农业大学工程学院 |
| |
| 基金项目： | 国家大豆产业技术体系岗位科学家任务专项(CARS-04-PS24)；;国家重点研发计划项目(2021YFD2000405-2)； |
| |
| 摘 要： | 农业机械作业造成的土壤压实已成为制约农业可持续发展的重要因素，过度机械压实使土壤理化性质恶化，甚至成为降低作物产量的主要原因。已有的土壤机械压实研究多是基于简单的数学统计分析，且研究重点为试验方案的设计，无法挖掘数据内部关系，也无法进行土壤机械压实程度的预测。近几年，随着机器学习的不断发展，越来越多的学者开始将其引入农业领域及土壤机械压实的研究。为此，分析了机械压实对土壤理化性质及作物生长的影响，总结了土壤机械压实的表征属性和常用机器学习算法及评价标准，并归纳了近几年基于机器学习的土壤压实的研究成果，给出了相关应用研究的建议。
|
| 关 键 词： | 机器学习 土壤机械压实 土壤坚实度 土壤容重 可持续发展 |
|
