1.一种生态系统碳交换影响因素提取方法，其特征在于包括以下步骤：

1）从碳通量数据观测站中获取碳通量样本的属性数据；

2）输入由步骤1）获得的碳通量样本的属性数据，确定属性数据的隶属函数并计算各个属性隶属度，提取环境因子集重要度，获得与碳通量相关的环境因子集；

3）将步骤2）获得的环境因子集中的各个环境因子分别运用神经网络进行建模仿真，得出碳通量环境因子提取率；

所述碳通量属性数据的数据类型包括：连续的、缺失的、标称值的、离散的、序数的、数值型、字符型数据；

所述步骤2）具体包括：

21）根据获取的碳通量数据样本的属性数据，对碳通量数据样本进行数据预处理；

22）设置相关系数阈值，相关系数阈值范围为[0.9，0.95]；

23）分别计算各个属性间相关系数值；将计算后的各个属性间的相关系数值与步骤

22）设置的相关系数阈值进行比较判定，如果属性间相关系数值大于相关系数阈值时，则将该环境因子剔除，小于相关系数阈值时则保留该环境因子，获得环境因子集；

24）将步骤23）保留获得的环境因子集通过隶属度函数进行映射，求出各属性数据的模糊上近似集、模糊下近似集和模糊粗糙集正域，通过模糊粗糙集正域计算出条件属性子集对决策属性重要度；

25）通过基于混合蛙跳的模糊粗糙集约简算法或基于重要度的模糊粗糙集快速约简算法，对属性进行组合，通过适应度函数，计算属性组合的适应度，当属性适应度达到最大时，满足停止搜索条件，输出保留的环境因子。

2.根据权利要求1所述生态系统碳交换影响因素提取方法，其特征在于所述步骤25）的基于混合蛙跳的模糊粗糙集约简算法具体实现如下，如果frenew>fbefore，则更新条件属性子集；直至遍历所有条件属性组合后，frenew小于或等于fbefore时，则frenew为步骤25）所述的最大属性适应度；frenew是指更新的条件属性子集适应度；fbefore是指更新之前条件属性子集适应度；

其中 式中a、b为取值（0，1）的系数，Nc为条件属性个数，Ns为约简后属性个数，γ为约简后条件属性子集对决策属性重要度；

所述步骤25）的基于重要度的快速模糊粗糙集约简算法的实现步骤包括：

251）通过单属性分析出各个属性重要度，统计属性个数，将属性按照条件属性对决策属性重要度由大到小排列；取其中条件属性个数的前1/3作为第一次尝试约简集Ctry；计算约简集Ctry对决策属性的重要度，记录为 ；

252）计算所有条件属性对决策属性的重要度γ'all，判断 与γ'all的关系，如果等于γ'all，则剔除Ctry中重要度最小的条件属性，直至满足 ，则停止剔除Ctry中的条件属性；

253）如果 不等于γ'all，则需要添加条件属性到Ctry中，重新计算添加了条件属性的重要度 ，直至满足 ，则停止添加条件属性，输出结果。

3.根据权利要求1所述生态系统碳交换影响因素提取方法，其特征在于所述步骤3）具体包括：

31）输入约简后碳通量样本的属性数据；

32）输入约简前碳通量样本的属性数据；

33）分别计算约简前碳通量样本的属性数据样本预测值、约简后碳通量样本的属性数据样本预测值与碳通量属性数据实测值的相关性；

34）通过约简前所有条件属性相对于决策属性重要度γall和约简后条件属性集相对于决策属性的重要度γreduce的比值，求得信息保留率γ，γ函数为：其中，P为条件属性，Q为决策属性，x为样本，

POS为正域表示符号，Fi为

第i个属性对应的函数映射区间F，U为总样本，μ为隶属度函数；

35）计算约简后属性个数和约简前环境因子个数，约简后属性个数与约简前环境因子个数的比值为碳通量环境因子提取率。

4.根据权利要求3所述生态系统碳交换影响因素提取方法，其特征在于，所述步骤33）是利用神经网络来建立仿真模型，计算训练集和测试集的相关度、均方根误差、训练集和测试集平均绝对误差。

5.一种生态系统碳交换影响因素提取方法所用的系统，其特征在于包括：数据导入模块（1），用于从各碳通量观测网站中获取生态系统的碳通量样本的属性数据；

因素提取模块（2），用于对所述生态系统的碳通量样本的属性数据进行数据挖掘，获得与碳通量相关的环境因子集；

输入模块（3），用于输入约简前碳通量样本的属性数据与约简后碳通量样本的属性数据；

评价模块（4），用于计算与碳通量相关的环境因子提取前和提取后的信息保留率和碳通量环境因子提取率；

所述碳通量属性数据的数据类型包括：连续的、缺失的、标称值的、离散的、序数的、数值型、字符型数据；

所述因素提取模块（2）包括：

数据预处理单元（21），用于对获取的生态系统的碳通量样本的属性数据进行属性填补、属性数据标准化；

输入单元（22），用于设定相关系数阈值及模糊粗糙集属性约简算法参数，相关系数阈值范围为[0.9，0.95]；

数据挖掘单元（23），用于挖掘对碳量有主要影响的最优条件属性子集，输出约简结果，得到与碳通量数据相关环境因子集；具体是用于分别计算各个属性间相关系数，当属性间相关系数高于相关系数阈值时，剔除冗余属性，否则，保留；对初步去冗余后的属性数据，通过一种基于混合蛙跳的模糊粗糙集约简算法或提出的基于重要度的快速模糊粗糙集约简算法，进行属性约简，通过评价函数计算组合后的属性适应度，当属性适应度达到最大时，使其满足停止搜索条件，输出约简后的环境因子，得到与碳通量数据密切相关环境因子。

6.根据权利要求5所述的系统，其特征在于所述评价模块（4）包括：模型仿真单元（41），用于对输入的数据进行建模仿真；

模型计算单元（42），用于计算训练集和测试集的相关度、均方根误差、训练集和测试集平均绝对误差；

效率评价单元（43），用于计算约简后属性和约简前属性的碳通量环境因子提取率。