一种环境基础数据分析系统及方法与流程

1.本发明涉及数据分析领域，具体而言，涉及一种环境基础数据分析系统及方法。


背景技术：

2.土壤水分特征曲线是描述土壤含水量与吸力(基质势)之间的关系曲线。它反映了土壤水能量与土壤水含量的函数关系，是进行土壤水分和溶质运移模拟的重要物理参数，土壤水分特征曲线的模拟精度直接影响了土壤水分和溶质运移模拟预测的精度，因此它是表示土壤基本水力特性最重要的指标之一。
3.土壤水分特征曲线是一个高度非线性的函数，受到多种环境和土壤本身因素的制约，在空间上和时间上都具有强烈的变异性，准确测定非常困难。目前确定土壤水分特征曲线的方法主要通过建立土壤水分特征曲线模型对实测土壤持水数据进行拟合，现有的模型的拟合结果不好，影响土壤水分特征曲线的准确度。


技术实现要素：

4.本发明的目的在于提供一种环境基础数据分析系统及方法，用以改善现有技术中土壤水分特征曲线模型的拟合结果不好，影响土壤水分特征曲线的准确度的问题。
5.第一方面，本技术实施例提供一种环境基础数据分析系统，其包括：
6.数据获取模块，用于获取环境基础数据；
7.筛选模块，用于根据环境基础数据中的数据类别在环境基础数据中进行筛选，得到多个土壤数据；
8.分类模块，用于提取并根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地土壤数据；
9.匹配模块，用于根据各个土壤数据中的质地信息在预置的土壤水分特征曲线模型池中进行匹配，得到多个匹配土壤水分特征曲线模型；
10.土壤水分特征曲线模块，用于将各个土壤数据输入到对应的匹配土壤水分特征曲线模型中进行模拟，生成多个土壤水分特征曲线；
11.拟合模块，用于将各个土壤水分特征曲线分别采用拟合算法进行拟合，生成多个拟合土壤水分特征曲线；
12.报告生成模块，用于根据多个拟合土壤水分特征曲线生成环境土壤报告。
13.上述实现过程中，通过数据获取模块获取环境基础数据；筛选模块根据环境基础数据中的数据类别在环境基础数据中进行筛选，得到多个土壤数据；分类模块提取并根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地土壤数据；匹配模块根据各个土壤数据中的质地信息在预置的土壤水分特征曲线模型池中进行匹配，得到多个匹配土壤水分特征曲线模型；土壤水分特征曲线模块将各个土壤数据输入到对应的匹配土壤水分特征曲线模型中进行模拟，生成多个土壤水分特征曲线；拟合模块将各个土壤水分特征曲线分别采用拟合算法进行拟合，生成多个拟合土壤水分特征曲线；报告生成模块根
据多个拟合土壤水分特征曲线生成环境土壤报告。通过对不同质地的土壤采用不同的土壤水分特征曲线模型进行模拟得到相应的土壤水分特征曲线，进而进行拟合，使得到的拟合曲线效果更好，提高了土壤水分特征曲线的准确度，使得对环境基础数据分析更加准确。
14.基于第一方面，在本发明的一些实施例中，所述分类模块包括：
15.对比单元，用于提取并将各个土壤数据中的质地信息与预置的阈值进行对比，得到对比结果；
16.分类单元，用于根据对比结果将多个土壤数据进行分类，得到多种质地土壤数据。
17.基于第一方面，在本发明的一些实施例中，还包括：
18.实际信息获取模块，用于获取各个土壤的实际含水量信息；
19.第一计算模块，用于根据各个土壤的实际含水量信息和对应的拟合土壤水分特征曲线按照均方根误差公式进行计算，生成均方根误差；
20.第二计算模块，用于根据各个土壤的实际含水量信息和对应的拟合土壤水分特征曲线按照决定系数公式进行计算，生成决定系数；
21.判断模块，用于根据均方根误差和决定系数判断拟合土壤水分特征曲线的拟合程度，生成拟合结果。
22.基于第一方面，在本发明的一些实施例中，所述判断模块包括：
23.第一对比单元，用于将均方根误差与预置的误差阈值对比，生成第一对比结果；
24.第二对比单元，用于将决定系数与预置的系数阀值对比，生成第二对比结果；
25.拟合结果单元，用于执行以下步骤若第一对比结果为均方根误差小于预置的误差阈值，并且决定系数不小于预置的系数阀值，则拟合结果为拟合成功；若不是，则拟合结果为拟合不成功。
26.基于第一方面，在本发明的一些实施例中，所述均方根误差公式为：
27.其中，
xi
为土壤的实际含水量信息；
yi
为拟合土壤水分特征曲线上相应土壤基质势时的土壤含水量；n为土壤的实际含水量的测点数量；rmse为均方根误差。
28.基于第一方面，在本发明的一些实施例中，所述决定系数公式为：
29.其中，
xi
为土壤的实际含水量信息；
yi
为拟合土壤水分特征曲线上相应土壤基质势时的土壤含水量；n为土壤的实际含水量的测点数量；z为
xi
的平均值；r2为决定系数。
30.第二方面，本技术实施例提供一种环境基础数据分析方法，包括以下步骤：
31.获取环境基础数据；
32.根据环境基础数据中的数据类别在环境基础数据中进行筛选，得到多个土壤数据；
33.提取并根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地
土壤数据；
34.根据各个土壤数据中的质地信息在预置的土壤水分特征曲线模型池中进行匹配，得到多个匹配土壤水分特征曲线模型；
35.将各个土壤数据输入到对应的匹配土壤水分特征曲线模型中进行模拟，生成多个土壤水分特征曲线；
36.将各个土壤水分特征曲线分别采用拟合算法进行拟合，生成多个拟合土壤水分特征曲线；
37.根据多个拟合土壤水分特征曲线生成环境土壤报告。
38.上述实现过程中，通过获取环境基础数据；然后根据环境基础数据中的数据类别在环境基础数据中进行筛选，得到多个土壤数据；然后提取并根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地土壤数据；然后根据各个土壤数据中的质地信息在预置的土壤水分特征曲线模型池中进行匹配，得到多个匹配土壤水分特征曲线模型；然后将各个土壤数据输入到对应的匹配土壤水分特征曲线模型中进行模拟，生成多个土壤水分特征曲线；然后将各个土壤水分特征曲线分别采用拟合算法进行拟合，生成多个拟合土壤水分特征曲线；然后根据多个拟合土壤水分特征曲线生成环境土壤报告。通过对不同质地的土壤采用不同的土壤水分特征曲线模型进行模拟得到相应的土壤水分特征曲线，进而进行拟合，使得到的拟合曲线效果更好，提高了土壤水分特征曲线的准确度，使得对环境基础数据分析更加准确。
39.基于第二方面，在本发明的一些实施例中，所述根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地土壤数据的步骤包括以下步骤：
40.提取并将各个土壤数据中的质地信息与预置的阈值进行对比，得到对比结果；
41.根据对比结果将多个土壤数据进行分类，得到多种质地土壤数据。
42.第三方面，本技术实施例提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器。当所述一个或多个程序被所述处理器执行时，实现如上述第一方面中任一项所述的方法。
43.第四方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项所述的方法。
44.本发明实施例至少具有如下优点或有益效果：
45.本发明实施例提供一种环境基础数据分析系统及方法，通过数据获取模块获取环境基础数据；筛选模块根据环境基础数据中的数据类别在环境基础数据中进行筛选，得到多个土壤数据；分类模块提取并根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地土壤数据；匹配模块根据各个土壤数据中的质地信息在预置的土壤水分特征曲线模型池中进行匹配，得到多个匹配土壤水分特征曲线模型；土壤水分特征曲线模块将各个土壤数据输入到对应的匹配土壤水分特征曲线模型中进行模拟，生成多个土壤水分特征曲线；拟合模块将各个土壤水分特征曲线分别采用拟合算法进行拟合，生成多个拟合土壤水分特征曲线；报告生成模块根据多个拟合土壤水分特征曲线生成环境土壤报告。通过对不同质地的土壤采用不同的土壤水分特征曲线模型进行模拟得到相应的土壤水分特征曲线，进而进行拟合，使得到的拟合曲线效果更好，提高了土壤水分特征曲线的准确度，使得对环境基础数据分析更加准确。通过实际信息获取模块获取各个土壤的实际含水
量信息；第一计算模块根据各个土壤的实际含水量信息和对应的拟合土壤水分特征曲线按照均方根误差公式进行计算，生成均方根误差；第二计算模块根据各个土壤的实际含水量信息和对应的拟合土壤水分特征曲线按照决定系数公式进行计算，生成决定系数；判断模块根据均方根误差和决定系数判断拟合土壤水分特征曲线的拟合程度，生成拟合结果。从而可以得到各个拟合土壤水分特征曲线的拟合程度，从而很直观了解到拟合土壤水分特征曲线的效果，方便用户查看。
附图说明
46.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
47.图1为本发明实施例提供的一种环境基础数据分析系统的结构框图；
48.图2为本发明实施例提供的一种环境基础数据分析方法流程图；
49.图3为本发明实施例提供的一种电子设备的结构框图。
50.图标：110
‑
数据获取模块；120
‑
筛选模块；130
‑
分类模块；140
‑
匹配模块；150
‑
土壤水分特征曲线模块；160
‑
拟合模块；170
‑
报告生成模块；101
‑
存储器；102
‑
处理器；103
‑
通信接口。
具体实施方式
51.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
52.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
53.实施例
54.下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述的各个实施例及实施例中的各个特征可以相互组合。
55.请参看图1，图1为本发明实施例提供的一种环境基础数据分析系统的结构框图。该环境基础数据分析系统，包括：
56.数据获取模块110，用于获取环境基础数据；上述环境基础数据的获取可以是通过各种监测设备监测后得到，也可以是人工输入。上述环境基础数据包括多种种类的数据，可以包括数据类别信息以及对于数据类别的数据信息，例如可以有土壤数据、空气数据、水资源数据等。
57.筛选模块120，用于根据环境基础数据中的数据类别在环境基础数据中进行筛选，得到多个土壤数据；上述筛选过程是指根据数据类别进行筛选，将环境基础数据中数据类
别信息为土壤的数据筛选出来，得到多个土壤数据。上述土壤数据包括有土壤质地信息、土壤养分数据信息、土壤酸碱度信息等。
58.分类模块130，用于提取并根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地土壤数据；上述根据质地信息可以得到土壤的质地包括有：较粗、较细、中等等。不同的土壤数据中的质地信息不同，例如：根据土壤数据a可以得到的质地信息为较粗，根据土壤数据b可以得到的质地信息为较粗，土壤数据c可以得到的质地信息为较细，进行分类后，得到较粗的土壤数据有土壤数据a和土壤数据b，较细的土壤数据有土壤数据c。上述进行分类的过程可以是由以下单元进行完成：
59.对比单元，用于提取并将各个土壤数据中的质地信息与预置的阈值进行对比，得到对比结果；上述预置的阈值可以是根据标准进行设置的值。例如，预置的阈值可以是单颗颗粒直径为0.1毫米。上述进行对比可以是指将土壤中的单颗颗粒直径的值与预置的阈值进行对比。例如：土壤数据a中质地信息为单颗颗粒直径为0.5毫米，土壤数据b中质地信息为单颗颗粒直径为0.05毫米,土壤数据c中质地信息为单颗颗粒直径为0.1毫米；经过与预置的阈值0.1毫米进行对比可以得到对比结果为：土壤数据a大于预置的阈值，土壤数据b小于预置的阈值，土壤数据c等于预置的阈值。
60.分类单元，用于根据对比结果将多个土壤数据进行分类，得到多种质地土壤数据。上述分类是指将相同的对比结果的土壤数据归为一类。例如：将土壤数据小于预置的阈值的归为较细土壤数据，将土壤数据等于预置的阈值的归为中等土壤数据，将土壤数据大于预置的阈值的归为较粗土壤数据。
61.匹配模块140，用于根据各个土壤数据中的质地信息在预置的土壤水分特征曲线模型池中进行匹配，得到多个匹配土壤水分特征曲线模型；上述预置的土壤水分特征曲线模型池包括有多种土壤水分特征曲线模型，不同质地的土壤对应不同的土壤水分特征曲线模型。上述预置的土壤水分特征曲线模型池可以包括有van geunchten模型和biexponential模型。例如：可以是质地较细的土壤匹配对应的土壤水分特征曲线模型为van geunchten模型，质地较粗的土壤匹配对应的土壤水分特征曲线模型为van geunchten模型，质地中等的土壤匹配对应的土壤水分特征曲线模型为biexponential模型。
62.土壤水分特征曲线模块150，用于将各个土壤数据输入到对应的匹配土壤水分特征曲线模型中进行模拟，生成多个土壤水分特征曲线；上述模拟过程是指采用预置的土壤水分特征曲线模型池中的土壤水分特征曲线模型对对应的土壤数据进行模拟，上述土壤水分特征曲线模型属于现有技术，在此就不再赘述。
63.拟合模块160，用于将各个土壤水分特征曲线分别采用拟合算法进行拟合，生成多个拟合土壤水分特征曲线；上述拟合是将得到的土壤水分特征曲线进行优化，以得到最合适的拟合土壤水分特征曲线。上述拟合算法是指粒子群算法，通过粒子群算法可以快速收敛，得到拟合土壤水分特征曲线。上述粒子群算法属于现有技术，在此就不再赘述。
64.报告生成模块170，用于根据多个拟合土壤水分特征曲线生成环境土壤报告。上述生成环境土壤报告包括各个拟合土壤水分特征曲线，以及对于的土壤质地信息。通过该环境土壤报告就可以快速了解到环境中土壤的水分特征情况。
65.上述实现过程中，通过数据获取模块110获取环境基础数据；筛选模块120根据环境基础数据中的数据类别在环境基础数据中进行筛选，得到多个土壤数据；分类模块130提
取并根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地土壤数据；匹配模块140根据各个土壤数据中的质地信息在预置的土壤水分特征曲线模型池中进行匹配，得到多个匹配土壤水分特征曲线模型；土壤水分特征曲线模块150将各个土壤数据输入到对应的匹配土壤水分特征曲线模型中进行模拟，生成多个土壤水分特征曲线；拟合模块160将各个土壤水分特征曲线分别采用拟合算法进行拟合，生成多个拟合土壤水分特征曲线；报告生成模块170根据多个拟合土壤水分特征曲线生成环境土壤报告。通过对不同质地的土壤采用不同的土壤水分特征曲线模型进行模拟得到相应的土壤水分特征曲线，进而进行拟合，使得到的拟合曲线效果更好，提高了土壤水分特征曲线的准确度，使得对环境基础数据分析更加准确。
66.其中，还可以测试拟合土壤水分特征曲线的拟合程度，可以通过以下模块实现：
67.实际信息获取模块，用于获取各个土壤的实际含水量信息；上述实际含水量信息可以是通过取样进行实际测试得到。
68.第一计算模块，用于根据各个土壤的实际含水量信息和对应的拟合土壤水分特征曲线按照均方根误差公式进行计算，生成均方根误差；上述均方根误差公式为：其中，
xi
为土壤的实际含水量信息；
yi
为拟合土壤水分特征曲线上相应土壤基质势时的土壤含水量；n为土壤的实际含水量的测点数量；rmse为均方根误差。
69.第二计算模块，用于根据各个土壤的实际含水量信息和对应的拟合土壤水分特征曲线按照决定系数公式进行计算，生成决定系数；上述决定系数公式为：其中，
xi
为土壤的实际含水量信息；
yi
为拟合土壤水分特征曲线上相应土壤基质势时的土壤含水量；n为土壤的实际含水量的测点数量；z为
xi
的平均值；r2为决定系数。
70.判断模块，用于根据均方根误差和决定系数判断拟合土壤水分特征曲线的拟合程度，生成拟合结果。上述拟合结果可以是拟合成功和拟合不成功。上述判断拟合土壤水分特征曲线的拟合程度可以通过以下单元实现：
71.第一对比单元，用于将均方根误差与预置的误差阈值对比，生成第一对比结果；上述预置的误差阈值可以是根据经验进行设置，例如，可以设置为0.005。上述对比是指将均方根误差的值与预置的误差阈值进行比较，生成的第一对比结果可以包括有：均方根误差小于预置的误差阈值，均方根误差大于预置的误差阈值，均方根误差等于预置的误差阈值。
72.第二对比单元，用于将决定系数与预置的系数阀值对比，生成第二对比结果；上述预置的系数阀值的取值范围在0.9～1之间。例如预置的系数阀值可以设为0.9。上述对比是指将决定系数的值与0.9进行比较，生成的第二对比结果可以包括有：决定系数小于0.9，决定系数大于0.9，决定系数等于0.9。
73.拟合结果单元，用于执行以下步骤：若第一对比结果为均方根误差小于预置的误差阈值，并且决定系数不小于预置的系数阀值，则拟合结果为拟合成功；若不是，则拟合结
果为拟合不成功。决定系数不小于预置的系数阀值，说明决定系数接近1，即表明模拟得到的值与实际的值的偏差越小，即得到的曲线拟合度效果好，拟合成功，若不是，则认为拟合是不成功。
74.上述实现过程中，通过实际信息获取模块获取各个土壤的实际含水量信息；第一计算模块根据各个土壤的实际含水量信息和对应的拟合土壤水分特征曲线按照均方根误差公式进行计算，生成均方根误差；第二计算模块根据各个土壤的实际含水量信息和对应的拟合土壤水分特征曲线按照决定系数公式进行计算，生成决定系数；判断模块根据均方根误差和决定系数判断拟合土壤水分特征曲线的拟合程度，生成拟合结果。从而可以得到各个拟合土壤水分特征曲线的拟合程度，从而很直观了解到拟合土壤水分特征曲线的效果，方便用户查看。
75.基于同样的发明构思，本发明还提出一种环境基础数据分析方法，请参看图2，图2为本发明实施例提供的一种环境基础数据分析方法流程图。该环境基础数据分析方法包括以下步骤：
76.步骤s110：获取环境基础数据；
77.步骤s120：根据环境基础数据中的数据类别在环境基础数据中进行筛选，得到多个土壤数据；
78.步骤s130：提取并根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地土壤数据；
79.步骤s140：根据各个土壤数据中的质地信息在预置的土壤水分特征曲线模型池中进行匹配，得到多个匹配土壤水分特征曲线模型；
80.步骤s150：将各个土壤数据输入到对应的匹配土壤水分特征曲线模型中进行模拟，生成多个土壤水分特征曲线；
81.步骤s160：将各个土壤水分特征曲线分别采用拟合算法进行拟合，生成多个拟合土壤水分特征曲线；
82.步骤s170：根据多个拟合土壤水分特征曲线生成环境土壤报告。
83.上述实现过程中，通过获取环境基础数据；然后根据环境基础数据中的数据类别在环境基础数据中进行筛选，得到多个土壤数据；然后提取并根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地土壤数据；然后根据各个土壤数据中的质地信息在预置的土壤水分特征曲线模型池中进行匹配，得到多个匹配土壤水分特征曲线模型；然后将各个土壤数据输入到对应的匹配土壤水分特征曲线模型中进行模拟，生成多个土壤水分特征曲线；然后将各个土壤水分特征曲线分别采用拟合算法进行拟合，生成多个拟合土壤水分特征曲线；然后根据多个拟合土壤水分特征曲线生成环境土壤报告。通过对不同质地的土壤采用不同的土壤水分特征曲线模型进行模拟得到相应的土壤水分特征曲线，进而进行拟合，使得到的拟合曲线效果更好，提高了土壤水分特征曲线的准确度，使得对环境基础数据分析更加准确。
84.其中，所述根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地土壤数据的步骤包括以下步骤：
85.提取并将各个土壤数据中的质地信息与预置的阈值进行对比，得到对比结果；
86.根据对比结果将多个土壤数据进行分类，得到多种质地土壤数据。
87.请参阅图3，图3为本技术实施例提供的电子设备的一种示意性结构框图。电子设备包括存储器101、处理器102和通信接口103，该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块，如本技术实施例所提供的一种环境基础数据分析系统对应的程序指令/模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
88.其中，存储器101可以是但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read
‑
only memory，prom)，可擦除只读存储器(erasable programmable read
‑
only memory，eprom)，电可擦除只读存储器(electric erasable programmable read
‑
only memory，eeprom)等。
89.处理器102可以是一种集成电路芯片，具有信号处理能力。该处理器102可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
90.可以理解，图3所示的结构仅为示意，电子设备还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。
91.在本技术所提供的实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
92.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
93.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
94.综上，本技术实施例提供的一种环境基础数据分析系统及方法，通过数据获取模块110获取环境基础数据；筛选模块120根据环境基础数据中的数据类别在环境基础数据中进行筛选，得到多个土壤数据；分类模块130提取并根据各个土壤数据中的质地信息将多个土壤数据进行分类，得到多种质地土壤数据；匹配模块140根据各个土壤数据中的质地信息在预置的土壤水分特征曲线模型池中进行匹配，得到多个匹配土壤水分特征曲线模型；土壤水分特征曲线模块150将各个土壤数据输入到对应的匹配土壤水分特征曲线模型中进行模拟，生成多个土壤水分特征曲线；拟合模块160将各个土壤水分特征曲线分别采用拟合算法进行拟合，生成多个拟合土壤水分特征曲线；报告生成模块170根据多个拟合土壤水分特征曲线生成环境土壤报告。通过对不同质地的土壤采用不同的土壤水分特征曲线模型进行模拟得到相应的土壤水分特征曲线，进而进行拟合，使得到的拟合曲线效果更好，提高了土壤水分特征曲线的准确度，使得对环境基础数据分析更加准确。通过实际信息获取模块获取各个土壤的实际含水量信息；第一计算模块根据各个土壤的实际含水量信息和对应的拟合土壤水分特征曲线按照均方根误差公式进行计算，生成均方根误差；第二计算模块根据各个土壤的实际含水量信息和对应的拟合土壤水分特征曲线按照决定系数公式进行计算，生成决定系数；判断模块根据均方根误差和决定系数判断拟合土壤水分特征曲线的拟合程度，生成拟合结果。从而可以得到各个拟合土壤水分特征曲线的拟合程度，从而很直观了解到拟合土壤水分特征曲线的效果，方便用户查看。
95.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。
96.对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其它的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。