入侵植物土壤有机碳含量的预测方法及系统、存储介质

本发明涉及生态监测和环境科学技术领域，尤其涉及入侵植物土壤有机碳含量的预测方法及系统、存储介质，本发明结合了多光谱遥感技术和先进的机器学习算法，旨在提高对入侵植物影响区域土壤有机碳含量的预测精度；核心流程包括利用无人机和卫星采集的多光谱图像数据，计算关键的光谱指数，并将这些数据作为输入，通过梯度提升决策树算法构建预测模型；模型训练完成后，利用克里格插值方法优化空间数据的连续性和准确性，生成土壤有机碳含量的空间分布预测图；本发明的实施可以显著提升对土壤有机碳变化的监测效率和预测准确性，为生态保护和土壤管理提供了一个强有力的工具，特别适用于大面积受入侵植物影响的地区。