本研究整合实地调查、田间试验等多源数据，系统比较九种机器学习算法，建立了小麦籽粒镉（Cd）含量预测模型，以极端梯度提升机（XGBoost）模型表现最佳（R2 = 0.90）。可解释性分析显示，土壤Cd含量和pH是影响小麦籽粒Cd积累的关键因素，土壤Mn和Zn表现出次要作用。利用全国尺度土壤–籽粒配对样品进行外部验证，XGBoost模型具有良好的泛化能力和跨区域适用性。此外，基于最优模型，以小麦籽粒镉限值为约束，反向推导得到不同土壤p

这项工作提出了一种面向自动驾驶激光雷达点云全景分割的新方法 HyperG-PS，其核心思路是同时融合三维体素特征和俯视图二维特征，再用超图结构去建模不同体素之间属于同一目标的关联，从而更好地区分道路、建筑等背景以及车辆、行人等独立实例。实验结果表明，该方法在 SemanticKITTI 和 nuScenes 两个主流数据集上都取得了优于已有先进方法的表现，尤其在“车辆、行人等目标实例”的分割上提升更明显，说明它更擅长把相邻、重叠或