System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本公開涉及土壤有機質含量監測,尤其涉及基于高光譜數據的土壤有機質含量監測模型訓練方法和裝置。
技術介紹
1、土壤質量調查是自然資源調查領域的重要業務。土壤有機質是評價土壤質量的重要指標,是影響土壤肥力和作物產量高低的決定性因子,對土壤營養元素循環和農業可持續發展具有重要意義。土壤質量影響因素復雜,與地形、氣候、母質、植被和人類活動等因子密切相關。傳統土壤質量調查主要基于野外土壤采樣化驗,該方法可直接獲取可靠的點位數據,但受野外采樣周期長、樣品時間跨度大、工作實施成本高等因素制約,無法支撐大范圍、高頻次的宏觀動態監測。以地統計學為代表的傳統土壤質量空間制圖方法,因簡單、插值效果顯著,成為以往土壤質量制圖的主要手段。但地統計方法未考慮土壤質量與地形因子間的關系,在復雜地形地貌上難以實現土壤有機質含量高精度制圖。
2、衛星遙感技術的快速發展為獲取地表參量提供了穩定的數據來源。與傳統方法相比,衛星遙感數據具有快速、經濟、環保、無損、可重復等優點,為大范圍、高精度、高頻次的土壤質量調查與監測提供了新的手段。高光譜遙感作為一種圖譜融合的成像技術,通過快速獲取連續細分光譜信息獲得目標的幾何特征,更能夠定量化反演得到目標的光譜反射、輻射和吸收特征。近年來,隨著高分五號、珠海一號、資源一號02d衛星的相繼發射,已形成多空譜分辨率、重點區月度重訪的地物光譜獲取能力,為土壤質量監測提供了有效的數據保障。其中,資源一號02d、資源一號02e衛星在組網條件下最快可實現2天的對地重訪觀測,極大提升了耕地土壤的觀測效率。
3、目前,土
技術實現思路
1、本公開提供了一種基于高光譜數據的土壤有機質含量監測模型訓練方法和裝置。
2、根據本公開的第一方面,提供了一種基于高光譜數據的土壤有機質含量監測模型訓練方法。該方法包括:
3、獲取樣點的高光譜地表反射率數據、樣點的地形因子數據和樣點的土壤有機質含量;
4、根據所述高光譜地表反射率數據計算多個雙波段光譜指數和多個光譜參量;并計算所述土壤有機質含量與光譜參量,以及所述土壤有機質含量與雙波段光譜指數之間的相關性;
5、根據絕對值大于預設閾值的相關性對應的光譜參量和光譜指數,以及所述地形因子數據構建特征數據集;
6、根據所述特征數據集對土壤有機質含量監測模型進行訓練,計算模型精度,并根據所述精度計算精度提升值;
7、將精度提升值大于0的特征對應的波段和地形因子類型,作為對待監測區域進行土壤有機質含量監測時的數據獲取條件;所述對待監測區域進行土壤有機質含量監測時所使用的土壤有機質含量監測模型為精度提升值大于0的特征對應的特征數據集訓練出來的模型。
8、如上所述的方面和任一可能的實現方式,進一步提供一種實現方式,所述根據所述高光譜地表反射率數據計算光譜指數和光譜參量,包括:
9、對所述高光譜地表反射率數據進行平滑處理;
10、根據平滑處理后的高光譜地表反射率數據計算光譜參量;以及對平滑處理后的高光譜地表反射率數據進行光譜變換,得到多個波段;
11、根據各波段對應的高光譜地表反射率數據計算多個雙波段光譜指數。
12、如上所述的方面和任一可能的實現方式,進一步提供一種實現方式,
13、光譜參量的計算方式包括:求均值、斜率;
14、根據各波段對應的高光譜地表反射率數據計算光譜指數的公式為: di=p- q,ri=p/ q,ndi=(p-q)/( p+ q),dsi= ,
15、其中, p、 q為任意兩個波段的高光譜地表反射率數據,且 p–q≠0。
16、如上所述的方面和任一可能的實現方式,進一步提供一種實現方式,
17、所述根據所述特征數據集對土壤有機質含量監測模型進行訓練,計算模型精度,包括:
18、對所述特征數據集進行特征優選計算,得到特征重要性;
19、根據所述特征重要性對特征從高到低進行排序,按排序的先后順序將特征依次輸入土壤有機質含量監測模型進行訓練,并計算模型的精度。
20、如上所述的方面和任一可能的實現方式,進一步提供一種實現方式,
21、特征優選計算方式包括:聯合隨機蛙rf、競爭性自組織選擇cars、變量重要性因子vip。
22、如上所述的方面和任一可能的實現方式,進一步提供一種實現方式,
23、對土壤有機質含量監測模型的精度的計算方式包括調整決定系數、均方根誤差、相對分析誤差;
...【技術保護點】
1.一種基于高光譜數據的土壤有機質含量監測模型訓練方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,所述根據所述高光譜地表反射率數據計算光譜指數和光譜參量,包括:
3.根據權利要求2所述的方法,其特征在于,
4.根據權利要求1所述的方法,其特征在于,
5.根據權利要求4所述的方法,其特征在于,
6.根據權利要求1所述的方法,其特征在于,
7.一種基于高光譜數據的土壤有機質含量監測方法,其特征在于,包括:
8.一種基于高光譜數據的土壤有機質含量監測模型訓練裝置,其特征在于,包括:
9.?一種電子設備,其特征在于,包括:
10.一種存儲有計算機指令的非瞬時計算機可讀存儲介質,其特征在于,所述計算機指令用于使所述計算機執行根據權利要求1-7中任一權利要求所述的方法。
【技術特征摘要】
1.一種基于高光譜數據的土壤有機質含量監測模型訓練方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,所述根據所述高光譜地表反射率數據計算光譜指數和光譜參量,包括:
3.根據權利要求2所述的方法,其特征在于,
4.根據權利要求1所述的方法,其特征在于,
5.根據權利要求4所述的方法,其特征在于,
6.根據權利要求1所述的...
【專利技術屬性】
技術研發人員:尚坤,谷鶴,傅征博,楊雅煜,秦愛羚,
申請(專利權)人:自然資源部國土衛星遙感應用中心,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。