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() 性无码一区二区三区在线观看,免费无码又爽又刺激网站,中文字幕无码视频手机免费看
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    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制造方法及圖紙

    技術編號:43796436 閱讀:21 留言:0更新日期:2024-12-24 16:26
    本公開提供了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,應用于土壤有機質含量監測技術領域。方法包括計算根據高光譜地表反射率數據得到的雙波段光譜指數和光譜參量與土壤有機質含量的相關性;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,以及地形因子數據構建特征數據集;根據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,及精度提升值;將精度提升值大于0的特征對應的波段、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,將精度提升值大于0的特征對應的特征數據集訓練出來的模型作為最終模型。以此,可以得到預測精確度高的數據獲取條件和土壤有機質含量監測模型。

    【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,土壤質量監測評價常用的方法為光譜指數法,主要利用兩個或多個波長的反射率進行組合運算,以突出反映土壤的某一特性或細節信息。研究人員提出了不同組合方式的土壤光譜指數來獲取土壤質量分布。例如,利用經過光譜變換后的波段反射率比值指數估算土壤有機質含量;根據土壤有機質含量的光譜吸收特征,構建差值指數、歸一化差異指數等光譜指數,分析指數與土壤有機質含量之間的相關性。同時,研究人員也證明了基于高光譜數據定量反演土壤有機質含量的潛力。大多采用多元逐步回歸、偏最小二乘回歸和bp神經網絡等模型進行反演。例如,利用敏感光譜反射率波段估算土壤有機質含量;基于土壤光譜反射率,結合偏最小二乘回歸方法建立土壤有機質含量分類模型。但這些研究均基于實驗室土壤光譜反射率數據構建而來。由于實驗室土壤樣品與野外土壤樣品的差異以及觀測尺度的影響,已有研究難以直接應用于衛星遙感數據。因此,有必要研究適用于多源衛星協同觀測的土壤有機質含量反演模型,實現高精度快速獲取土壤質量分布狀況。然而,在研究出適用于多源衛星協同觀測的土壤有機質含量反演模型時,進行特征的選擇,以確定出進行該模型訓練時采用的特征數據集,尤為重要。常見的特征選擇是從特征集合中選擇子集,并利用評價標準選出最優子集的過程,子集生成主要通過啟發式搜索完成,包括順序搜索、窮舉搜索、隨機搜索。評價標準則根據實際需求與數據特點發展出了不同的算法。在高光譜土壤反演中,變量重要性投影、皮爾森相關系數、競爭性自適應加權采樣、遺傳算法和模擬退火等算法是較為常用的特征選擇方法,但這些較為通用的特征選擇算法在高光譜反演中的應用存在相當的問題:①作為各個研究領域較為通用的特征選擇技術,上述方法沒有針對高光譜數據特點進行優化,一些無監督算法過于重視數據本身的統計學分析,所提取特征通常難以保證反演建模的精度;②目前常用的特征選擇方法通常存在若干隨機的子集生成或評價過程,方法的穩定性存在一定問題,相同情況下有可能產生差異較大的結果,干擾后續的反演建模流程;③更優秀的特征選擇結果需要更繁瑣的計算過程,消耗極大的算力,傳統方法通常難以在精度和效率間取得平衡。


    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:

    網友詢問留言 已有0條評論
    • 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。

    1
    主站蜘蛛池模板: 亚洲Av无码专区国产乱码DVD| 国产激情无码一区二区| 亚洲精品中文字幕无码蜜桃| 无码人妻精品中文字幕| 人妻av中文字幕无码专区| 中文字幕人妻三级中文无码视频| 国产久热精品无码激情| 青青草无码免费一二三区| 亚洲AV无码一区二区三区人| 中文字幕无码免费久久| 精品无码国产一区二区三区AV| 人妻无码久久精品人妻| 熟妇人妻中文av无码| 亚洲日韩精品无码专区| 国产精品无码一区二区在线| 亚洲AV无码成人精品区大在线| 人妻少妇乱子伦无码视频专区| 92午夜少妇极品福利无码电影| 国产爆乳无码视频在线观看| 中文有无人妻vs无码人妻激烈| 亚洲精品无码永久在线观看| 亚洲AV无码成人精品区狼人影院| 无码国产色欲XXXX视频| 日韩欧精品无码视频无删节| 午夜福利av无码一区二区| 免费无码不卡视频在线观看| 色综合久久久无码网中文| 无码人妻一区二区三区av| 无码人妻黑人中文字幕| 国产午夜片无码区在线播放| 亚洲AV永久青草无码精品| 日韩精品久久无码人妻中文字幕| 精品久久久久久久无码久中文字幕| 久久亚洲AV无码精品色午夜| 亚洲av麻豆aⅴ无码电影| 国产综合无码一区二区辣椒| 亚洲AV成人无码天堂| 中文字幕乱码无码人妻系列蜜桃| 国产成A人亚洲精V品无码性色| 免费无码又爽又刺激网站直播| 欧洲无码一区二区三区在线观看|