集成学习算法成为新“土壤医生”

16日，记者从中国农业科学院获悉，该院农业环境与可持续发展研究所农业清洁流域团队，通过采用集成学习算法解析了土壤健康和有机质之间的关系，并创新了改善土壤健康的新技术。相关研究成果日前发表于国际期刊《农业生态系统与环境》。

科学准确地诊断和评估土壤健康状况，有助于更好地利用农业源有机物料来增强土壤的生机与活力。然而，不同农业源有机物料如何正向促进土壤健康，达到何种程度能够最优化改善土壤健康，其背后机制仍不清晰。

集成学习算法是一种机器学习方法，它通过将多个基本学习模型组合成一个强大学习系统来提高模型的性能。论文通讯作者、中国农业科学院农业环境与可持续发展研究所研究员张晴雯告诉记者，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、交叉验证和测试构建了土壤健康评价模型。

研究结果显示，与植物源有机物料（如秸秆、生物炭和绿肥）相比，动物源有机物料（如粪肥）在改善土壤健康方面效果更为显著。具体而言，与单纯施用化肥相比，动物源有机物料将水稻、小麦和玉米的土壤健康指数提升了23.8%—39.8%，而植物源有机物料的提升幅度则为13.4%—24.4%。

“本研究不仅证实了动物源有机物料在优化替代化肥、改善土壤健康方面的积极作用，同时也为可持续农业管理提供了新的策略，有助于减轻农业活动对环境的负面影响。”张晴雯说。