技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种土壤修复监测系统及方法与流程  >  正文

一种土壤修复监测系统及方法与流程

  • 国知局
  • 2024-07-31 23:13:08

本发明涉及土壤修复监测,具体为一种土壤修复监测系统及方法。

背景技术:

1、土壤盐碱化是指土壤底层或地下水的盐分随毛管水上升到地表,水分蒸发后,盐分积累在表层土壤中的过程。土壤盐碱化对人类活动造成影响,主要体现在影响植物的正常生长、经济作物减产、生态环境恶化和腐蚀损坏工程设施等。

2、在长期的探索和实验中,逐渐掌握一些盐碱地的改良方法,包括盐分冲洗、石膏改良、有机质添加和生物修复等。为了达到良好的盐碱地改良效果,需要根据实际情况进行多种改良方法的组合应用,并动态调整改良方法的实施细节,因此需要对土壤修复情况进行监测。

3、现有的技术中,申请号为cn202310847861.2的专利提出了一种土壤修复的监测方法及监测装置,将待监测区域的土壤遥感图像中的各个像元标记为土壤像元或植被像元;计算每个土壤像元的土壤状态值,计算每个植被像元的植被状态值;基于土壤遥感图像中每个像元在上一时刻及下一时刻的土壤状态值或植被状态值计算生态修复度;根据每个像元的生态修复度生成待监测区域的生态修复结果。申请号为cn202211036522.8的专利提出了基于数据处理的土壤盐碱地监测方法;设置不断更新的图像分割阈值,获取阈值更新前后裂隙二值图的节点、长度和宽度差异,计算得到阈值评分值,从而得到最优分割阈值;通过最优分割阈值进行图像处理,得到盐碱化土壤灰度图像的裂隙率,对土壤的盐碱化程度进行评价。申请号为cn202310542867.9的专利提出了基于遥感图像的土壤盐碱区域识别划分方法;通过遥感器获取土壤盐碱地图像,利用区域生长对图像进行划分和特征提取,根据提取的特征建立土壤盐碱含量评估模型,利用支持向量机分类器对各区域进行分类,并标注土壤盐碱含量高的区域,结合遥感图像技术有助于提高土壤盐碱区域识别和划分的准确性和效率。

4、土壤的盐碱化过程中,随着盐碱化程度的深入,土壤会呈现出颜色和形状的变化,同时,盐碱地上不同植物的生长状态也会出现不同的变化;现有技术中主要通过将盐碱地的土壤和植被作为整体因素进行研究,未能考虑不同植被的对盐碱地环境的不同反应,存在监测不准确的情况。

5、为此,提出一种土壤修复监测系统及方法。

技术实现思路

1、本发明的目的在于提供一种土壤修复监测系统及方法,获取初始时刻和监测时刻目标盐碱地的图像;对图像的土壤区域进行识别与分析,得到初始时刻与监测时刻图像的色彩系数和纹理系数;通过色彩系数和纹理系数计算得到第一变化系数;对图像的植被区域进行识别分析,得到初始时刻与监测时刻图像的植被种类和植被面积,并计算得到第二变化系数;通过土壤区域的面积变化对第一系数进行加权,通过植被区域的面积变化对第二变化系数进行加权,计算得到修复系数,准确地对盐碱地的修复情况进行监测和衡量。

2、为实现上述目的,本发明提供如下技术方案:

3、一种土壤修复监测系统,包括:

4、初始数据获取模块,获取初始时刻目标盐碱地的拍摄图像,得到初始图像数据集;对所述初始图像数据集进行图像识别和划分,得到第一初始图像和第二初始图像;

5、监测数据获取模块,获取监测时刻目标盐碱地的拍摄图像,得到监测图像数据集;对所述监测图像数据集进行图像识别和划分,得到第一监测图像和第二监测图像;

6、数据预处理模块,对所述第一初始图像、所述第二初始图像、所述第一监测图像和所述第二监测图像进行预处理;

7、土壤修复监测模块,根据所述第一初始图像和所述第一监测图像,对监测时刻所述目标盐碱地的土壤变化情况进行识别,得到色彩系数和纹理系数;通过所述色彩系数和所述纹理系数计算得到第一变化系数;

8、植被修复监测模块,根据所述第二初始图像和所述第二监测图像,对监测时刻所述目标盐碱地的植被变化情况进行识别,得到植被种类和植被面积;通过所述植被种类和所述植被面积计算得到第二变化系数;

9、修复系数测算模块,根据所述第一变化系数和所述第二变化系数计算得到所述目标盐碱地的修复系数。

10、所述第一初始图像为所述目标盐碱地初始时刻的土壤区域图像;所述第二初始图像为所述目标盐碱地初始时刻的植被区域图像;

11、所述第一监测图像为所述目标盐碱地监测时刻的土壤区域图像;所述第二监测图像为所述目标盐碱地监测时刻的植被区域图像。

12、通过所述第一初始图像识别得到所述目标盐碱地的初始色彩系数和初始纹理系数;获取步骤为:

13、将所述第一初始图像转换为灰度图,得到第一初始灰度图像;

14、设置标准像素阈值,根据所述标准像素阈值对所述第一初始灰度图像中的像素值进行识别,计算得到初始色彩系数;

15、所述初始色彩系数的计算公式为:

16、

17、其中,incf表示初始色彩系数;apvi表示第一初始灰度图像中的像素点i实际灰度值;pt表示标准像素阈值;n表示第一初始灰度图像的像素点总数;

18、获取第一初始灰度图像,识别所述第一初始灰度图像中的裂纹区域;

19、根据所述裂纹区域的像素点数量与所述第一初始灰度图像中总像素点数量的比值,计算得到初始纹理系数;

20、所述初始纹理系数的计算公式为:

21、

22、其中,iotf表示初始纹理系数;crackp表示第一初始灰度图像中的裂纹区域像素点数量;np表示第一初始灰度图像的像素点总数量;

23、通过所述第一监测图像识别得到所述目标盐碱地的监测色彩系数和监测纹理系数。

24、所述第一变化系数的计算公式为:

25、

26、其中,fcoe表示第一变化系数;α1表示色彩权重;incf表示初始色彩系数;mncf表示监测色彩系数;α2表示纹理权重;iotf表示初始纹理系数;motf表示监测纹理系数;exp表示以自然常数为底的指数函数。

27、所述第二变化系数的计算步骤为:

28、通过所述第二初始图像和所述第二监测图像获得对应的植被种类和植被面积;

29、其中,将植被种类划分为三种植被类型,分别为喜盐植被、耐盐植被和厌盐植被;所述植被面积包括喜盐植被面积、耐盐植被面积和厌盐植被面积;

30、通过所述第二初始图像获得初始喜盐植被面积、初始喜盐植被种类、初始耐盐植被面积、初始耐盐植被种类、初始厌盐植被面积和初始厌盐植被种类;

31、通过所述第二监测图像获得监测喜盐植被面积、监测喜盐植被种类、监测耐盐植被面积、监测耐盐植被种类、监测厌盐植被面积和监测厌盐植被种类;

32、通过得到的植被种类和植被面积数据计算第二变化系数;

33、所述第二变化系数的计算公式为:

34、

35、其中,scoe表示第二变化系数;mnvs表示目标盐碱地的监测植被种类总数;invs表示目标盐碱地的初始植被种类总数;βi表示植被类型i的权重;mdeni表示植被类型i的监测植被面积;ideni表示植被类型i的初始植被面积;mclai表示植被类型i的监测植被种类;iclai表示植被类型i的初始植被种类;μ1表示植被面积系数;μ2表示植被种类系数;exp表示以自然常数为底的指数函数;i表示植被类型,当i=1时,表示喜盐植被;当i=2时,表示耐盐植被;当i=3时,表示厌盐植被。

36、所述修复系数的测算公式为:

37、

38、其中,repf表示修复系数;θ1表示第一权重;msoila表示监测时刻的土壤面积;isoila表示初始时刻的土壤面积;fcoe表示第一变化系数;θ2表示第二权重;mvega表示监测时刻的植被面积;ivega表示初始时刻的植被面积;scoe表示第二变化系数;exp表示以自然常数为底的指数函数。

39、一种土壤修复监测方法,包括:

40、获取初始时刻下目标盐碱地的拍摄图像,得到初始图像数据集;对所述初始图像数据集进行图像识别和划分,得到第一初始图像和第二初始图像;

41、获取监测时刻下目标盐碱地的拍摄图像,得到监测图像数据集;对所述监测图像数据集进行图像识别和划分,得到第一监测图像和第二监测图像;

42、对所述第一初始图像、所述第二初始图像、所述第一监测图像和所述第二监测图像进行预处理;

43、根据所述第一初始图像和所述第一监测图像,对监测时刻所述目标盐碱地的土壤变化情况进行识别,得到色彩系数和纹理系数;通过所述色彩系数和所述纹理系数计算得到第一变化系数;

44、根据所述第二初始图像和所述第二监测图像,对监测时刻所述目标盐碱地的植被变化情况进行识别,得到植被种类和植被面积;通过所述植被种类和所述植被面积计算得到第二变化系数;

45、根据所述第一变化系数和所述第二变化系数计算得到所述目标盐碱地的修复系数。

46、所述第一变化系数的计算公式为:

47、

48、其中,fcoe表示第一变化系数;α1表示色彩权重;incf表示初始色彩系数;mncf表示监测色彩系数;α2表示纹理权重;iotf表示初始纹理系数;motf表示监测纹理系数;exp表示以自然常数为底的指数函数。

49、所述第二变化系数的计算公式为:

50、

51、其中,scoe表示第二变化系数;mnvs表示目标盐碱地的监测植被种类总数;invs表示目标盐碱地的初始植被种类总数;βi表示植被类型i的权重;mdeni表示植被类型i的监测植被面积;ideni表示植被类型i的初始植被面积;mclai表示植被类型i的监测植被种类;iclai表示植被类型i的初始植被种类;μ1表示植被面积系数;μ2表示植被种类系数;exp表示以自然常数为底的指数函数;i表示植被类型,当i=1时,表示喜盐植被;当i=2时,表示耐盐植被;当i=3时,表示厌盐植被。

52、所述修复系数的测算公式为:

53、

54、其中,repf表示修复系数;θ1表示第一权重;msoila表示监测时刻的土壤面积;isoila表示初始时刻的土壤面积;fcoe表示第一变化系数;θ2表示第二权重;mvega表示监测时刻的植被面积;ivega表示初始时刻的植被面积;scoe表示第二变化系数;exp表示以自然常数为底的指数函数。

55、与现有技术相比,本发明的有益效果为:

56、1、本发明通过监测时刻的目标盐碱地图像,获得监测色彩系数和监测纹理系数;通过初始时刻目标盐碱地的图像,获得初始色彩系数和初始纹理系数;通过监测色彩系数与初始色彩系数的比值,以及监测纹理系数与初始纹理系数的比值,计算得到第一变化系数;准确地对目标盐碱地土壤区域的颜色变化和裂纹变化进行识别与衡量。

57、2、本发明对初始时刻和监测时刻目标盐碱地的植被图像进行识别,得到植被种类和植被面积;对植被种类进行类型划分,分别为喜盐植被、耐盐植被和厌盐植被;通过初始时刻与监测时刻,目标盐碱地的植被种类、植被类型以及植被面积的变化情况,计算得到第二变化系数,准确地对目标盐碱地的植被变化情况进行识别与衡量。

58、3、本发明通过监测时刻与初始时刻,目标盐碱地土壤区域面积的比值对第一变化系数进行加权,通过目标盐碱地植被区域面积的比值对第二变化系数进行加权,计算得到修复系数;通过土壤区域面积变化和植被区域面积变化,准确地对目标盐碱地的修复情况进行衡量。

本文地址:https://www.jishuxx.com/zhuanli/20240730/196489.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。