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】
本專利技術涉及土壤肥力評價方法,特別涉及一種植煙土壤肥力評價方法。
技術介紹
1、現代煙草農業的長期可持續發展與土壤環境條件密切相關,對植煙土壤肥力進行評價,對創造良好的土壤環境促進煙草生長發育有重大意義。但目前植煙土壤肥力評價體系大多采用單一的評價方法,僅限于土壤肥力單一指標的靜態變化。由于種植作物的不同,導致作物對土壤的養分分布和肥力的需要不同。因此,采用現有的單一的土壤肥力評價方法很難實現適應于目標區域和作物的最佳評價體系,導致土壤肥料評價不準確。
技術實現思路
1、本專利技術要解決的技術問題是提供一種植煙土壤肥力評價方法,考慮了多種評價指標對土壤肥力的影響以及隸屬度函數的臨界值和最優值的動態調整,評價結果更準確。
2、為了解決上述技術問題,本專利技術的技術方案為一種植煙土壤肥力評價方法,采集待檢測地區的土壤樣品,并檢測各樣品的最小數據集mds中各個評價指標的檢測數據,將檢測數據輸入到土壤肥力評價模型中進行肥力評價;
3、所述土壤肥力評價模型的構建方法包括如下步驟:
4、s1、確認土壤評價指標的全量數據集tds;
5、s2、確定最小數據集mds:
6、s3、采用熵權法計算最小數據集中各評價指標的權重;
7、s4、構建隸屬度函數:根據各評價指標對土壤肥力的積極響應或消極響應,確定各評價指標適配的隸屬度函數的類型,再確定各隸屬度函數的初始臨界值和最優值,從而得到各評價指標對應的隸屬度函數;
8、s
9、s6、采用土壤肥力適宜性指數法構建土壤肥力評價模型,計算得到土壤肥力適宜性指數sfi。
10、進一步的,所述s2、確定最小數據集mds的方法包括如下步驟:
11、s21、評價指標分組:對全量數據集中的所有評價指標進行主成分分析,篩選滿足條件的主成分,并按各評價指標在不同主成分上的載荷將各評價指標分組;
12、s22、篩選評價指標:
13、s221、根據各個評價指標的norm?值,剔除norm值小于10%normmax的評價指標;其中normmax指計算出來的所有評價指標的norm?值中的最大值;
14、s222、針對篩選出的指標,計算每組中各評價指標之間的相關系數,當同一組內的不同評價指標之間的相關性均小于等于0.3時,該組中所有評價指標進入最小數據集mds;當同一組內的兩個評價指標之間的相關性大于0.3時,則選取兩個評價指標中norm?值相對大的評價指標進入到最小數據集mds;
15、進一步的,所述全量數據集tds為土壤的:ph、som、an、ap、ak、zn、b、cl、mg;所述最小數據集mds為土壤的ph、som、ap、ak、b、cl?。
16、進一步的,所述步驟s21中篩選主成分的條件是選取累計貢獻率大于等于80%的主成分或選取特征值大于1的主成分。
17、進一步的,所述步驟s21中將各評價指標分組的具體方法為:若評價指標只在一個主成分上的載荷大于等于0.5或在所有主成分上的載荷均小于0.5,則將該評價指標歸入最大載荷值對應的主成分上,并將歸到同一主成分上的所有評價指標判定為一組;若評價指標在至少兩個主成分上的載荷大于等于0.5,則計算該評價指標與組內其他評價指標之間的最大相關系數,并將該指標歸到最大相關系數低的一組。
18、進一步的,所述步驟s3中熵權法確定權重的計算方法為:
19、?;
20、式中,k=1/ln(m);??;i=1,2,...,m;j=1,2,...,n;
21、?代表i個樣本,j個評價指標的原始數據;??代表??經過標準化處理后的數據;
22、?,式中wj為第j個指標的權重;j=1,2,...,n。
23、上述將??進行標準化處理得到??的過程為:
24、若該評價指標為正向指標,即指標值越大越好的指標,則標準化公式為:
25、?;
26、若該評價指標為負向指標,即指標值越小越好的指標,標準化公式為:
27、?;
28、其中??表示第j個指標的所有樣本數據。
29、進一步的,所述ap、ak、b?含量匹配的是s?型隸屬函數;ph?值、som、cl?匹配的是拋物線型隸屬函數。
30、進一步的,所述s6采用土壤肥力適宜性指數法構建土壤肥力評價模型時的計算公式為:
31、?;j=1,2,...,n;
32、式中:sfi?表示土壤肥力適宜性指數;nj?表示第j個評價指標的隸屬度值;wj?表示第j個評價指標的權重。
33、進一步的,所述步驟s4中還針對每個評價指標對應的隸屬度函數的臨界值和最優值進行動態調整,動態調整的方法包括如下步驟:
34、一、分析各評價指標的實時監測數據,并判斷其是否超出歷史監測數據的范圍;
35、二、若步驟一判斷的結果為超出,則計算實時監測數據超出歷史監測數據范圍極限值的比例;
36、三、提前設置好各隸屬度函數的臨界值和最優值的調整梯度,并設置好調整梯度與超出比例之間的對應關系;
37、四、按照超出比例與調整梯度之間的對應關系,重新確定各隸屬度函數的臨界值和最優值,得到新的隸屬度函數;
38、五、比較新的隸屬度函數和原有隸屬度函數的準確性,若新的隸屬度函數的準確性更高,則使用新的隸屬度函數替代原有隸屬度函數;若原有隸屬度函數的準確性更高,則不更新隸屬度函數。
39、進一步的,所述步驟五中判斷準確性的方法包括對比實驗法、交叉驗證法、專家評估法、實際應用效果評估或統計檢驗方法。
40、本專利技術有益效果:
41、本專利技術構建出一種土壤肥力評價模型,綜合考慮了多種評價指標對土壤肥力的影響,并提出了最小數據集的篩選方法,從而可以避免造成指標間的冗余。本專利技術還考慮到了土壤肥力評價模型中隸屬度函數的臨界值和最優值的動態調整,可以使得土壤肥力評價模型隨著實時監測數據進行動態調整,評價結果更準確。通過該土壤肥力評價模型可以對待檢測地區的土壤肥力進行評價,同時也可以作為改良土壤的依據。
本文檔來自技高網...【技術保護點】
1.一種植煙土壤肥力評價方法,其特征在于:
2.根據權利要求1所述的植煙土壤肥力評價方法,其特征在于:所述步驟S2、確定最小數據集MDS的方法包括如下步驟:
3.根據權利要求2所述的植煙土壤肥力評價方法,其特征在于:所述全量數據集TDS為土壤的:pH、SOM、AN、AP、AK、Zn、B、Cl、Mg;所述最小數據集MDS為土壤的pH、SOM、AP、AK、B、Cl?。
4.根據權利要求2所述的植煙土壤肥力評價方法,其特征在于:所述步驟S21中篩選主成分的條件是選取累計貢獻率大于等于80%的主成分或選取特征值大于1的主成分。
5.根據權利要求2所述的植煙土壤肥力評價方法,其特征在于:所述步驟S21中將各評價指標分組的具體方法為:若評價指標只在一個主成分上的載荷大于等于0.5或在所有主成分上的載荷均小于0.5,則將該評價指標歸入最大載荷值對應的主成分上,并將歸到同一主成分上的所有評價指標判定為一組;若評價指標在至少兩個主成分上的載荷大于等于0.5,則計算該評價指標與組內其他評價指標之間的最大相關系數,并將該指標歸到最大相關系數低的一組。
...【技術特征摘要】
1.一種植煙土壤肥力評價方法,其特征在于:
2.根據權利要求1所述的植煙土壤肥力評價方法,其特征在于:所述步驟s2、確定最小數據集mds的方法包括如下步驟:
3.根據權利要求2所述的植煙土壤肥力評價方法,其特征在于:所述全量數據集tds為土壤的:ph、som、an、ap、ak、zn、b、cl、mg;所述最小數據集mds為土壤的ph、som、ap、ak、b、cl?。
4.根據權利要求2所述的植煙土壤肥力評價方法,其特征在于:所述步驟s21中篩選主成分的條件是選取累計貢獻率大于等于80%的主成分或選取特征值大于1的主成分。
5.根據權利要求2所述的植煙土壤肥力評價方法,其特征在于:所述步驟s21中將各評價指標分組的具體方法為:若評價指標只在一個主成分上的載荷大于等于0.5或在所有主成分上的載荷均小于0.5,則將該評價指標歸入最大載荷值對應的主成分上,并將歸到同一主成分上的所有評價指標判定為一組;若評價指標在至少兩個主成分上的載荷...
【專利技術屬性】
技術研發人員:夏體淵,鐘宇,唐佐芯,王艷紅,任禛,吳程,潘義宏,范志偉,
申請(專利權)人:昆明學院,
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。