集成学习算法成为“土壤医生”，可有效诊断评估土壤健康状况

如何更高效诊断土壤健康情况？有机质还田，究竟是如何改良土壤的？近日，一项新的研究中，科学家们通过集成学习创新土壤健康评价方法，解析了土壤健康和有机质之间的关系，并确定了改善土壤健康的新技术。该研究由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完成，成果发表在《农业生态系统与环境》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仍不清晰，改善土壤健康的合理阈值也同样不清晰。

在此次研究中，科研人员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，动物源有机物料相比于植物源有机物料具有更好的土壤健康改善效果。

研究发现，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%。基于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%。

科研人员介绍，这一研究证实，动物源有机物料通过优化替代改善土壤健康，对土壤健康管理与施肥决策具有指导意义，从而有助于可持续农业管理，并减轻环境的负面影响。