公开(公告)号：CN119313154A

公开(公告)日：2025-01-14

申请号：CN202411387135.8

申请日：2024-09-30

Applicant: 中南大学

Inventor： 廖骐 ,  余霖 ,  杨志辉 ,  杨卫春 ,  李青竹 ,  司梦莹 ,  李坤

IPC: G06Q10/0635 ,  G06F18/243 ,  G06N20/20

Abstract: 本发明提供了一种基于机器学习的土壤重金属污染风险分区分级方法。该方法包括以下步骤：分别获取研究区域内的重金属样本数据和环境协变数据，作为目标重金属的对应初始样本数据集。对各初始样本数据集进行预处理得到对应的研究样本数据集。获取各目标重金属的污染风险指标。将各研究样本数据集混合后，随机划分为训练集、测试集。根据分类标签、训练集、测试集，并基于随机森林模型建立重金属风险分区分级模型。根据研究区域内的未知区域对应的有效环境影响变量，对研究区域的土壤重金属污染风险进行识别与分区。该方法从定量、定性并以多角度识别土壤重金属污染风险，实现土壤重金属潜在污染风险区域科学划分。

公开(公告)号：CN117133372A

公开(公告)日：2023-11-28

申请号：CN202311105820.2

申请日：2023-08-30

Applicant: 中南大学

Inventor： 司梦莹 ,  夏辉 ,  杨志辉 ,  杨卫春 ,  廖骐 ,  李青竹 ,  聂开 ,  余霖

IPC: G16C20/20 ,  G16C20/70 ,  G16C20/90

Abstract: 本发明提供了一种土壤有效态镉影响因素的分析方法与应用，包括步骤：S1，建立基础数据库；基础数据库包括，从公开的文献数据库或专业数据库中获取土壤有效态镉的数据、影响因素的数据；S2，对基础数据库进行预处理，得分析数据库；S3，将分析数据库随机划分为训练集、测试集，训练集的数据量大于测试集的数据量；S4，选取机器学习模型对训练集利用特征进行优化，选择最优效果在测试集上进行评价，得土壤有效态镉影响因素分析模型；S5，将测试样本数据代入土壤有效态镉影响因素分析模型，得测试区域的土壤有效态镉的分析结果。相较于现有技术，该方法具有应用性强、成本低、预测精度高、适应性好和可解释性强等优点。

公开(公告)号：CN116121129A

公开(公告)日：2023-05-16

申请号：CN202211661769.9

申请日：2022-12-23

Applicant: 中南大学

Inventor： 廖骐 ,  张钦雅 ,  杨志辉 ,  杨卫春 ,  赵飞平 ,  李青竹 ,  司梦莹 ,  涂光远 ,  余霖

IPC: C12N1/20 ,  A62D3/02 ,  C12R1/01 ,  A62D101/26

Abstract: 本发明提供了一种用于含氰化合物降解的菌株、菌剂及应用。菌株属于假甲基红杆菌(Methylorubrum pseudosasae)，菌株编号为TCD‑1，于2022年4月19日保藏于中国微生物菌种保藏管委会普通微生物中心，保藏编号为CGMCC NO.24728。上述的用于含氰化合物降解的菌株，假甲基红杆菌TCD‑1通过实验证明其对重金属抗性良好，在相对较高浓度的重金属的条件下，对氰化物有较高的降解率。