面向气候变化的耕地质量动态监测方法与流程

本发明涉及耕地质量动态监测，具体而言，涉及面向气候变化的耕地质量动态监测方法。

背景技术：

1、耕地质量是影响粮食生产和农业可持续发展的关键因素。传统的耕地质量监测方法主要依赖于人工采样和实验室分析,存在监测频率低、时效性差、成本高等缺点，其难以及时反映气候变化对耕地质量的影响,无法实现动态监测和预警,导致耕地质量管理滞后,影响农业生产决策的科学性和有效性。基于此，针对上述问题，我们设计了面向气候变化的耕地质量动态监测方法。

技术实现思路

1、本发明的目的在于提供面向气候变化的耕地质量动态监测方法，其通过在选定的地区依次设计耕地监测区域的三维模型与耕地质量指数评估模型，联动构成耕地质量动态监测可视化模型,能够将抽象的耕地质量指数转化为直观、形象的三维可视化场景,使得耕地质量的空间分布一目了然，不仅能够全面覆盖选定的耕地监测区域,提高监测数据的代表性和可靠性，而且能够直观展示耕地质量的空间分布和动态变化,有助于深入分析耕地质量的影响因素和变化趋势，为决策提供直观、易懂的支持。

2、本发明具体通过以下技术方案实现：

3、面向气候变化的耕地质量动态监测方法，该方法的步骤包括：

4、选定设定地区作为耕地监测区域，搭建耕地监测区域的三维模型并导入至耕地质量动态监测系统中，其中，在耕地监测区域内，根据对应的耕地监测区域三维模型及土壤类型，通过网格化布设各个监测点位，以全面覆盖耕地监测区域，所述各个监测点位均设置有耕地指标采集装置以及气象监测装置；

5、所述耕地质量动态监测系统内设置有完成训练的耕地质量指数评估模型，将实时采集的耕地数据及气象数据输入至完成训练的耕地质量指数评估模型中，获取耕地监测区域的耕地质量分析结果，在耕地质量动态监测系统中联动耕地监测区域的三维模型与完成训练的耕地质量指数评估模型，以构成耕地质量动态监测可视化模型，完成耕地质量分析结果的动态展示。

6、可选的，所述耕地监测区域的三维模型，其搭建过程为：

7、采集耕地监测区域的遥感图像数据及地形数据；

8、对遥感图像数据依次进行校正、配准和图像增强，同时通过dem模型对地形数据依次进行去噪、插值和平滑处理；

9、通过arcgis模块结合预处理后的遥感图像数据及地形数据，以构建耕地监测区域三维模型，经精细化处理后，输出耕地监测区域三维模型并导入至耕地质量动态监测系统内。

10、可选的，所述耕地指标包括：土壤温度、土壤湿度、土壤电导率、土壤ph值、土壤有机质含量、土壤全氮含量、土壤全磷含量、土壤全钾含量及土壤容重。

11、可选的，所述耕地质量指数评估模型的构建过程为：

12、获取设定地区的历史气候数据及历史耕地数据；

13、经预处理后，将此地区的历史气候数据及历史耕地数据按照网格化进行汇总，表征为各个评价单元的因子；

14、确定各个因子的权重，通过加权平均求解各个评价单元的耕地质量指数，并通过分级逻辑将各个评价单元的耕地质量指数划分为第一等级耕地质量、第二等级耕地质量及第三等级耕地质量；

15、以评价单元的空间数据、历史气候数据及历史耕地数据作为输入特征，以评价单元的耕地质量指数作为输出目标，构建耕地质量指数评估模型，并通过随机抽样将各个评价单元划分为训练集和测试集，其中，所述各个评价单元的耕地质量等级作为输入特征的标签。

16、可选的，所述分级逻辑具体为：

17、所述耕地质量指数划分为第一阈值及第二阈值；

18、判定评价单元的耕地质量指数是否低于第一阈值，若是，则判定此评价单元为第一等级耕地质量，若否，则进入下一步骤；

19、判定评价单元的耕地质量指数是否低于第二阈值，若是，则判定此评价单元为第二等级耕地质量，若否，则判定此评价单元为第三等级耕地质量，其中，第三等级耕地质量大于第二等级耕地质量大于第一等级耕地质量。

20、可选的，所述耕地质量指数评估模型的训练过程为：

21、初始化耕地质量指数评估模型参数，包括：权重w及偏置b；

22、设定混合粒子群优化算法中的粒子数量为n，并随机初始化每个粒子的位置及速度；

23、将每个粒子的位置解码为权重w及偏置b；

24、计算设定的目标函数作为粒子的适应度值，并判断当前粒子的适应度值是否小于个体最优位置对应的适应度值，若是，则更新个体最优位置；若否，则不更新；判断当前粒子的适应度值是否小于全局最优位置对应的适应度值，若是，则更新全局最优位置；若否，则不更新；

25、更新粒子的速度和位置,同时对粒子进行交叉和变异,以优化粒子的位置，重复上述步骤，直至达到最大迭代次数后，输出全局最优位置对应的权重w和偏置b，以作为耕地质量指数评估模型的最优参数，输出完成训练的耕地质量指数评估模型。

26、可选的，所述设定的目标函数，其具体计算公式为：

27、

28、其中，为目标函数，w和b分别为耕地质量指数评估模型的权重及偏置，为正则化系数，为耕地质量指数评估模型对第i个样本的预测值，为第i个样本的真实值，m为训练集的样本总数，l为神经网络的层数，为第l层的神经元数量，为第l层中从第i个神经元到第j个神经元的权重，为索引。

29、可选的，所述耕地质量指数评估模型，其在完成训练后，还依次经过后验分布估计步骤及预测不确定性估计步骤，用于量化耕地质量指数评估模型的不确定性。

30、本发明的技术方案至少具有如下优点和有益效果：

31、本发明通过在选定的地区依次设计耕地监测区域的三维模型与耕地质量指数评估模型，联动构成耕地质量动态监测可视化模型,能够将抽象的耕地质量指数转化为直观、形象的三维可视化场景,使得耕地质量的空间分布一目了然，不仅能够全面覆盖选定的耕地监测区域,提高监测数据的代表性和可靠性，而且能够直观展示耕地质量的空间分布和动态变化,有助于深入分析耕地质量的影响因素和变化趋势，为决策提供直观、易懂的支持。

技术特征：

1.面向气候变化的耕地质量动态监测方法，其特征在于，该方法的步骤包括：

2.根据权利要求1所述的面向气候变化的耕地质量动态监测方法，其特征在于，所述耕地监测区域的三维模型，其搭建过程为：

3.根据权利要求1所述的面向气候变化的耕地质量动态监测方法，其特征在于，所述耕地指标包括：土壤温度、土壤湿度、土壤电导率、土壤ph值、土壤有机质含量、土壤全氮含量、土壤全磷含量、土壤全钾含量及土壤容重。

4.根据权利要求3所述的面向气候变化的耕地质量动态监测方法，其特征在于，所述耕地质量指数评估模型的构建过程为：

5.根据权利要求4所述的面向气候变化的耕地质量动态监测方法，其特征在于，所述分级逻辑具体为：

6.根据权利要求5所述的面向气候变化的耕地质量动态监测方法，其特征在于，所述耕地质量指数评估模型的训练过程为：

7.根据权利要求6所述的面向气候变化的耕地质量动态监测方法，其特征在于，所述设定的目标函数，其具体计算公式为：

8.根据权利要求7所述的面向气候变化的耕地质量动态监测方法，其特征在于，所述耕地质量指数评估模型，其在完成训练后，还依次经过后验分布估计步骤及预测不确定性估计步骤，用于量化耕地质量指数评估模型的不确定性。

技术总结本发明涉及耕地质量动态监测技术领域，具体而言，涉及面向气候变化的耕地质量动态监测方法，该方法的步骤包括：选定设定地区作为耕地监测区域，搭建耕地监测区域的三维模型并导入至耕地质量动态监测系统中，将实时采集的耕地数据及气象数据输入至完成训练的耕地质量指数评估模型中，获取耕地监测区域的耕地质量分析结果，在耕地质量动态监测系统中联动耕地监测区域的三维模型与完成训练的耕地质量指数评估模型，以构成耕地质量动态监测可视化模型，完成耕地质量分析结果的动态展示。本发明能够全面覆盖选定的耕地监测区域,提高监测数据的代表性和可靠性，有助于深入分析耕地质量的影响因素和变化趋势。技术研发人员：邓昌军,谢志英,王平,张贵龙,李松,王琳,罗元金,赵明瑞,田昌,苏旺德,王征珠,肖明睿受保护的技术使用者：云南瀚哲科技有限公司技术研发日：技术公布日：2024/7/29