酸性耕地土壤精准降酸机器学习预测方法及系统

本发明公开了酸性耕地土壤精准降酸机器学习预测方法及系统，方法包括：S1、收集酸性土壤，根据土壤pH的酸化程度分级；S2、对收集土壤进行理化指标测定，进行土壤酸化关键理化指标筛选；S3、进行生石灰施用量的土壤培养实验；S4、对实验数据预处理，划分训练集和测试集；S5、采用训练集对不同的机器学习模型进行训练，使用五折交叉验证和外部优化验证方法进行多次预测验证，对比后选择参数组合最佳的模型；S6、采用训练好的机器学习模型学习并提取土壤酸化关键理化指标等重要信息，进行结果预测，输出所需生石灰量的预测值。本发明利用构建的机器学习模型，预测酸性土壤达到目标pH所需的生石灰施用量，实现精准降酸。