粮食主产区畜禽粪便对耕地的污染风险与预测

畜禽养殖是目前农业面源污染的主要污染源之一,如果畜禽粪便未经妥善处理或排入土壤的量超过土壤自净能力,粪便中的氮、磷等有机污染物会造成环境污染。依据2011—2020年粮食主产区畜禽养殖和耕地面积数据,分析粮食主产区各省(自治区)畜禽粪便产生量、猪粪当量以及耕地污染物负荷情况,并对未来作出预测。结果表明:2020年粮食主产区猪粪当量总量较2011年下降4%,排放量最多的省份是山东;耕地总氮负荷量平均值为134.84 kg/hm~2,耕地总磷负荷量平均值为62.44 kg/hm~2;耕地负荷污染风险较高的省份有山东、四川、湖南。预计未来,粮食主产区猪、牛、羊的养殖量均呈下降趋势,家禽养殖量呈上升趋势;山东的畜禽粪便污染风险等级为Ⅳ级,污染较严重;四川、湖南的风险等级为Ⅲ级,有污染。因此,应重点加强对山东、四川、湖南的畜禽粪便污染防控。

基于改进随机森林集成模型的疾病风险预测

针对疾病样本数据集不均衡以及传统模型预测精度低等问题,提出一种混合随机森林与人工神经网络(ANN)的集成预测模型。采用少数样本合成过采样技术(SMOTE)构建平衡训练数据集;结合随机森林特征选择优势和ANN的预测能力,通过集成方法构建混合随机森林与ANN的集成预测模型SMOTE-HRF-ANN以对畜禽疾病风险进行预警预测;将多种预测模型进行对比实验。实验结果表明,该模型能有效提高疾病预测的精准度与召回率,在少数类样本中的精确率和F1-score值分别达到96%和85%。