鬼佬大哥大
  • / 12
  • 下載費用:30 金幣  

一種面向數字土壤制圖的地形協同變量選取方法.pdf

摘要
申請專利號:

CN201410161504.1

申請日:

2014.04.21

公開號:

CN103955953A

公開日:

2014.07.30

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):G06T 11/00申請日:20140421|||公開
IPC分類號: G06T11/00 主分類號: G06T11/00
申請人: 中國科學院南京土壤研究所
發明人: 張甘霖; 宋效東; 趙玉國; 劉峰; 李德成; 楊金玲
地址: 210008 江蘇省南京市玄武區北京東路71號
優先權:
專利代理機構: 南京經緯專利商標代理有限公司 32200 代理人: 唐循文
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201410161504.1

授權公告號:

||||||

法律狀態公告日:

2016.08.17|||2014.08.27|||2014.07.30

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

本發明涉及一種面向數字土壤制圖的地形協同變量選取方法,采用多地形因子多算法的選擇方法,運用了功能測試策略對不同的地形因子變量進行預處理與選擇,通過結合其與土壤屬性的相關性機制實現了繁雜地形因子變量的快速準確選取,并采用了“評價分析為主,相關分析為輔”技術,實現了“不同地形因子變量,通用選取機制;不同依賴關系,動態因子篩選;評價控制策略,算法性能兼顧”的定量化數字土壤制圖地形因子變量選取體系,具有廣闊的工業化應用前景。

權利要求書

權利要求書
1.  一種面向數字土壤制圖的地形協同變量選取方法,其特征在于,包括如下步驟:
步驟01.針對各個土壤樣本點對應的各個地形因子變量Vi,j進行預處理,使其符合正態分布;其中,1≤i≤m,1≤j≤ni,m為地形因子的種類數,ni為對應第i種地形因子的計算方法的數量;
步驟02.針對經步驟01處理后的各個地形因子變量Vi,j與各個土壤樣本點的土壤屬性數據Slong,lati分別進行單地形因子多算法的皮爾遜相關性分析,分別獲得各種地形因子對應其各種計算方法與該土壤樣本點的土壤屬性數據ΣSlong,lati之間的相關性結果pri,j,并分別構成各種地形因子對應其各種計算方法與土壤屬性數據ΣSlong,lati之間的相關性集合pri=(pri,1,···,pri,j,···,pri,ni);]]>
步驟03.分別針對各種地形因子對應其各種計算方法與土壤屬性數據ΣSlong,lati之間的相關性集合中的各個相關性結果pri,j,分別采用如下公式(1)進行評價:
LDTASETi,j=|λ×pri,jTi,j|×ξ---(1)]]>
針對各個pri集合,將各個集合中的各LDTASETi,j按大小降序排列,由大至小取出前u個LDTASETi,j,分別獲得各種地形因子分別對應其u種最優計算方法的地形因子變量V′i,j,并分別構成各種地形因子對應其最優計算方法的地形因子變量集合Vi;其中,LDTASETi,j為各種地形因子對應其各種計算方法的評價結果;Ti,j表示對應第i種地形因子的第j種計算方法的計算時間;ξ表示地形因子柵格值的分布是否符合正態分布,符合ξ為1,否則ξ為0;λ為膨脹系數,為預設計算精度控制系數;u為預設選取地形因子對應其最優算法的個數,且u≤min(ni);
步驟04.針對中各種地形因子對應其最優計算方法的地形因子變量集合Vi中的各個地形因子變量V′i,j進行線性變化,并進行降維操作;
步驟05.針對步驟04中進行降維操作后獲得的各種地形因子對應其最優計算方法的地形 因子變量集合Vi中的各個地形因子變量V′i,j與各個土壤樣本點的土壤屬性數據Slong,lati分別進行多地形因子單算法的皮爾遜相關性分析,分別獲得各種地形因子對應其最優計算方法與土壤屬性數據ΣSlong,lati之間的相關性結果pr′i,j;
步驟06.針對步驟05中獲得的各種地形因子對應其最優計算方法與土壤屬性數據ΣSlong,lati之間的相關性結果pr′i,j,分別采用如下公式(2)進行評價:
MDTASETi,j=|pri,jTi,j|---(2)]]>
其中,MDTASETi,j為該土壤樣本中各種地形因子對應其最優計算方法的評價結果;
步驟07.根據降維操作后獲得的地形因子的種類數c,以及其各自對應的最優的計算方法的數量u,獲得(c×u)種地形因子變量組合,針對該(c×u)種地形因子變量組合,根據如下公式(3):
MLDTAk=Σk=1c×m|prk-prk-1|MDTASETk-MDTASETk-1---(3)]]>
獲得各種地形因子變量組合的評價結果MLDTAk,1≤k≤(c×u);取出MLDTAk的最大值,根據對應地形因子變量組合獲取地形協同變量。

2.  根據權利要求1所述一種面向數字土壤制圖的地形協同變量選取方法,其特征在于:所述步驟02中按照如下公式:
pri,j=Si,jSlong,lati-ΣVi,jΣSlong,latiVi,j2-(ΣVi,j)2Slong,lati2-(ΣSlong,lati)2]]>
針對所述經步驟01處理后的各個地形因子變量Vi,j與各個土壤樣本點的土壤屬性數據Slong,lati分別進行單地形因子多算法的皮爾遜相關性分析,分別獲得各種地形因子對應其各種計算方法與土壤屬性數據ΣSlong,lati之間的相關性結果pri,j,b為所述土壤樣本點的數量。

3.  根據權利要求1所述一種面向數字土壤制圖的地形協同變量選取方法,其特征在于:所述步驟04中.按如下公式(4)進行降維操作,
S=a11V1+a21V2+···am1VmS=a12V1+a22V2+···am2Vm···S=a1mV1+a2mV2+···ammVm---(4)]]>
其中,S為土壤屬性數據,a=a11a21···am1a12a22···am2············a1ma2m···amm]]>為預設降維系數矩陣,(a1h)2+(a2h)2+…+(amh)2=1,h∈{1、…、m}。

4.  根據權利要求1所述一種面向數字土壤制圖的地形協同變量選取方法,其特征在于,所述膨脹系數λ通過如下步驟進行預設:
步驟a.獲取所述各種地形因子的平均值mean,初始nmean=0;
步驟b.迭代計算是否成立,若成立,則nmean的數值加1并賦值給參數nmean;mean的數值除以10并賦值給參數mean,繼續執行本步驟,直到判斷條件不成立;
步驟c.判斷是否成立,若成立則計算結束,λ=10nmean。

說明書

說明書一種面向數字土壤制圖的地形協同變量選取方法
技術領域
本發明涉及一種面向數字土壤制圖的地形協同變量選取方法。
背景技術
數字土壤制圖(Digital Soil Mapping,簡稱DSM)是基于環境協變量,利用數學模型進行土壤觀測、土壤知識推測土壤類型、屬性時空演變分析的土壤信息系統,以優化土壤調查與制圖技術、提高土壤信息服務質量為最終目標。傳統土壤調查與制圖已為各行業、各學科提供了大量的信息支持。目前,各行業迅速膨脹的應用需求、日益豐富的技術手段已對傳統土壤制圖技術方法體系提出了嚴峻的挑戰。在近30年里,尤其是精準農業、環境管理、土地管理、生態水文模擬等應用對土壤圖的精度及時效性提出更高的要求。土壤學理論認為土壤自身的性質與其地形序列有著某種較強的聯系,因而土壤信息可以間接地通過地形因子得以表達。通過對有限點的采樣,建立環境因素(如典型地形因子)與土壤類型和屬性之間的關系模型,如模糊推理、分類樹等,可以快速、準確、實時地預測該研究區的土壤類型和屬性。數字土壤制圖可以預測土壤性質、土壤種類和其他土壤實體,預測模型可以有機地與物理意義明確、易獲取的景觀屬性(協變量)聯系起來。按照性質,協變量的種類主要有:地貌、地質、植被群落、侵蝕模式、水文模式、氣候狀況以及土地利用方式。不同區域土壤形成本身就是一個漫長復雜的過程,期間土壤形成因素也在不斷變化。因此,土壤屬性的空間變異特征很難用標準的處理流程進行預測分析。
目前,面向數字土壤制圖的常用協同變量獲取途徑主要有兩大類:基于DEM的地形分析和遙感信息的自動解譯。遙感影像提供了景觀的大量有用信息,對遙感信息的自動解譯也是土壤景觀模型研究的重要方面。快速獲取土壤各類理化參數的技術手段是土壤制圖的重要研究方向,利用土壤本身的光譜特性,可以從空間連續的遙感觀測來提取表層裸土土壤水分、屬性分布信息。然而,利用高光譜監測土壤含水量的有效穿透深度有限,僅包含土壤表層幾微米的濕度信息。時域反射儀(TDR)與頻率反射儀(FDR)是目前最先進的土壤含水量測量儀器,其測量值與烘干法測量值尚有一定差異,應用時需要進行標定。大多數土壤制圖方法都限制在小區域,認為決定土壤變化的主要景觀因子是地形和水文狀況。水文狀況的實時數據難以獲取與量測,DEM則可以為實際應用提供性價比較高的地形信息,從而成為相關部門使用頻率最高的數據來源。
DEM包含的只有高程信息,需要借助數字地形分析(Digital Terrain Analysis,簡稱 DTA)來提取地形協變量。數字地形分析是在數字高程模型(Digital Elevation Model,簡稱DEM)的基礎上進行地形屬性計算和特征提取的數字信息處理技術。數字高程模型DEM是用一組有序數值陣列形式表示地面高程的一種實體地面模型,是數字地形模型(Digital Terrain Model,簡稱DTM)的一個分支,其它各種地形特征值均可由此派生。DEM的數字表示方法有格網、三角網、等高線三種,其中格網方式因其簡單直觀、存儲方便的優點而被廣泛使用。通常應用的協變量主要包括坡度、坡向、曲率、地形濕度指數等因子。
由于數字地形分析的理論研究迅速發展,DEM數據分辨率日益精細,面向不同地形特征的地形因子數量持續增長,從而導致在數字土壤制圖過程中選擇最優地形因子及最優算法十分困難,歸納起來有以下幾點局限性:
(1)土壤協變量研究熱點主要集中在土壤與環境關系知識提取方法、新的土壤協變量方面提取、土壤空間推理,其中對于土壤與環境關系知識提取方法還處在定性分析階段,而對于眾多地形協變量的建模分析以及量化研究尚未有所涉及。現有數字地形分析的處理模式多從單一視角出發,未從整體上對數據、物理意義、土壤屬性空間分布進行綜合整合,也未見有全面探討三者之間相互關系及量化模型的研究成果,這就使得普通使用者很難把握如何根據地形因子在實際應用過程中建立量化模型并達到效率最大化的目的,在一定程度上制約了數字土壤制圖技術的發展和應用。
(2)數字土壤制圖的實施仍然依賴已有的土壤調查和知識。反之,歷史數據也需要借助全新的地形協變量來提高制圖效率和降低制圖成本。如何借助已有的基礎數據資源、豐富的地形因子提取方法、龐雜的歷史土壤數據建立最優的土壤時空演變定量模型仍是一個新的挑戰。
(3)地形協變量的選擇對制圖的結果影響非常大,而且單一的降維操作不能準確選擇不同計算方法與不同地形因子的最優集合,預測不同的土壤屬性需要選擇不同的地形變量。地形分析結果的精度依賴于DEM的精細程度,較為精細的DEM能夠提取較為精確的地形因子,然而,超高分辨率(0.5m)的DEM未必最優。因此,土壤制圖過程中如何選擇特定尺度最優地形因子組合也已彰顯出其特有的重要性。
發明內容
本發明所要解決的技術問題是提供一種基于功能測試與量化處理進行地形協同變量選取的面向數字土壤制圖的地形協同變量選取方法。
本發明為了解決上述技術問題采用以下技術方案:本發明設計了一種面向數字土壤制 圖的地形協同變量選取方法,包括如下步驟:
步驟01.針對各個土壤樣本點對應的各個地形因子變量Vi,j進行預處理,使其符合正態分布;其中,1≤i≤m,1≤j≤ni,m為地形因子的種類數,ni為對應第i種地形因子的計算方法的數量;
步驟02.針對經步驟01處理后的各個地形因子變量Vi,j與各個土壤樣本點的土壤屬性數據Slong,lati分別進行單地形因子多算法的皮爾遜相關性分析,分別獲得各種地形因子對應其各種計算方法與該土壤樣本點的土壤屬性數據ΣSlong,lati之間的相關性結果pri,j,并分別構成各種地形因子對應其各種計算方法與土壤屬性數據ΣSlong,lati之間的相關性集合pri=(pri,1,···,pri,j,···,pri,ni);]]>
步驟03.分別針對各種地形因子對應其各種計算方法與土壤屬性數據ΣSlong,lati之間的相關性集合中的各個相關性結果pri,j,分別采用如下公式(1)進行評價:
LDTASETi,j=|λ×pri,jTi,j|×ξ---(1)]]>
針對各個pri集合,將各個集合中的各LDTASETi,j按大小降序排列,由大至小取出前u個LDTASETi,j,分別獲得各種地形因子分別對應其u種最優計算方法的地形因子變量V′i,j,并分別構成各種地形因子對應其最優計算方法的地形因子變量集合Vi;其中,LDTASETi,j為各種地形因子對應其各種計算方法的評價結果;Ti,j表示對應第i種地形因子的第j種計算方法的計算時間;ξ表示地形因子柵格值的分布是否符合正態分布,符合ξ為1,否則ξ為0;λ為膨脹系數,為預設計算精度控制系數;u為預設選取地形因子對應其最優算法的個數,且u≤min(ni);
步驟04.針對中各種地形因子對應其最優計算方法的地形因子變量集合Vi中的各個地形因子變量V′i,j進行線性變化,并進行降維操作;
步驟05.針對步驟04中進行降維操作后獲得的各種地形因子對應其最優計算方法的地形因子變量集合Vi中的各個地形因子變量V′i,j與各個土壤樣本點的土壤屬性數據Slong,lati分別進行多地形因子單算法的皮爾遜相關性分析,分別獲得各種地形因子對應其最優計算方法與土壤屬性數據ΣSlong,lati之間的相關性結果pr′i,j;
步驟06.針對步驟05中獲得的各種地形因子對應其最優計算方法與土壤屬性數據ΣSlong,lati之間的相關性結果pr′i,j,分別采用如下公式(2)進行評價:
MDTASETi,j=|pri,jTi,j|---(2)]]>
其中,MDTASETi,j為該土壤樣本中各種地形因子對應其最優計算方法的評價結果;
步驟07.根據降維操作后獲得的地形因子的種類數c,以及其各自對應的最優的計算方法的數量u,獲得(c×u)種地形因子變量組合,針對該(c×u)種地形因子變量組合,根據如下公式(3):
MLDTAk=Σk=1c×m|prk-prk-1|MDTASETk-MDTASETk-1---(3)]]>
獲得各種地形因子變量組合的評價結果MLDTAk,1≤k≤(c×u);取出MLDTAk的最大值,根據對應地形因子變量組合獲取地形協同變量。
作為本發明的一種優選技術方案:所述步驟02中按照如下公式:
pri,j=Si,jSlong,lati-ΣVi,jΣSlong,latiVi,j2-(ΣVi,j)2Slong,lati2-(ΣSlong,lati)2]]>
針對所述經步驟01處理后的各個地形因子變量Vi,j與各個土壤樣本點的土壤屬性數據Slong,lati分別進行單地形因子多算法的皮爾遜相關性分析,分別獲得各種地形因子對應其各種計算方法與土壤屬性數據ΣSlong,lati之間的相關性結果pri,j,b為所述土壤樣本點的數量。
作為本發明的一種優選技術方案:所述步驟04中.按如下公式(4)進行降維操作,
S=a11V1+a21V2+···am1VmS=a12V1+a22V2+···am2Vm···S=a1mV1+a2mV2+···ammVm---(4)]]>
其中,S為土壤屬性數據,a=a11a21···am1a12a22···am2············a1ma2m···amm]]>為預設降維系數矩陣,(a1h)2+(a2h)2+…+(amh)2=1,h∈{1、…、m}。
作為本發明的一種優選技術方案:所述膨脹系數λ通過如下步驟進行預設:
步驟a.獲取所述各種地形因子的平均值mean,初始nmean=0;
步驟b.迭代計算是否成立,若成立,則nmean的數值加1并賦值給參數nmean;mean的數值除以10并賦值給參數mean,繼續執行本步驟,直到判斷條件不成立;
步驟c.判斷是否成立,若成立則計算結束,λ=10nmean。
本發明所述一種面向數字土壤制圖的地形協同變量選取方法采用以上技術方案與現有技術相比,具有以下技術效果:
(1)本發明設計的面向數字土壤制圖的地形協同變量選取方法,采用多地形因子多算法的選擇方法,運用了功能測試策略對不同的地形因子變量進行預處理與選擇,通過結合其與土壤屬性的相關性機制實現了繁雜地形因子變量的快速準確選取,并采用了“評價分析為主,相關分析為輔”技術,實現了“不同地形因子變量,通用選取機制;不同依賴關系,動態因子篩選;評價控制策略,算法性能兼顧”的定量化數字土壤制圖地形因子變量選取體系,具有廣闊的工業化應用前景;
(2)本發明設計的面向數字土壤制圖的地形協同變量選取方法中,提出的單地形因子多算法功能測試方法,結合算法復雜度的差異性及地形因子變量與土壤屬性空間相關的特點,以皮爾遜相關性分析結果作為基數,這樣使得地形因子變量在選取時充分考慮了其適用性,從而提高土壤制圖的精度;
(3)本發明設計的面向數字土壤制圖的地形協同變量選取方法中,提出多地形因子單算法功能測試方法,使用主成分分析的方法對原始數據變量進行降維操作,在保證地形 因子變量數量合理的情況下,通過計算相關性分析與算法復雜度的加權評價指標,確定最優測試用例集合,避免了頻繁執行土壤制圖方法,大幅度提升了計算效率。
附圖說明
圖1是本發明設計的面向數字土壤制圖的地形協同變量選取方法的流程示意圖。
具體實施方式
下面結合說明書附圖對本發明的具體實施方式作進一步詳細的說明。
針對多種地形分析方法、多種計算方法,對土壤制圖過程中的地形因子變量進行抽象,具體模型的數學表示為:
F=(Slong,lati,Vi,j,R)
其中,F是土壤制圖結果,Slong,lati是各個土壤樣本點的土壤屬性數據,long、lati分別是土壤樣本點經緯度位置數據,Vi,j為地形因子變量,1≤i≤m,1≤j≤ni,m為地形因子的種類數,ni為對應第i種地形因子的計算方法的數量,R是其他的協同變量,如土地利用、年均氣溫等。Vi,j地形因子變量主要包括數據分辨率(Resolution),數據維度(Col列×Row行),起始坐標(RCol×RRow),每一個柵格的字節數(Bit),原始DEM生產方法(Type),水平分辨率誤差(Ehorizon),垂直分辨率誤差(Evertical),投影坐標(Projection)等。
地形因子變量之間的相關性包括:不相關、弱相關、相關三種。根據計算方法流程,地形因子間的關系分為:派生關系、無派生關系。
構建地形因子變量分布矩陣V,dem是二維高程柵格數據。
V=V1,1(dem)V1,2(dem)V1,3(dem)···V1,n1(dem)V2,1(dem)V2,2(dem)V2,3(dem)···V2,n2(dem)···············Vm,1(dem)Vm,2(dem)Vm,3(dem)···Vm,nm(dem)]]>
如圖1所示,本發明設計的面向數字土壤制圖的地形協同變量選取方法具體包括如下步驟:
步驟01.針對各個土壤樣本點對應的各個地形因子變量Vi,j進行預處理,使其符合正態分布;其中,1≤i≤m,1≤j≤ni,m為地形因子的種類數,ni為對應第i種地形因子的 計算方法的數量,其中,各個地形因子變量的正態分布可以通過Kolmogorov-Smirnov檢驗法進行檢驗。
步驟02.針對經步驟01處理后的各個地形因子變量Vi,j與各個土壤樣本點的土壤屬性數據Slong,lati按照如下公式:
pri,j=Si,jSlong,lati-ΣVi,jΣSlong,latiVi,j2-(ΣVi,j)2Slong,lati2-(ΣSlong,lati)2]]>
分別進行單地形因子多算法的皮爾遜相關性分析,分別獲得各種地形因子對應其各種計算方法與該土壤樣本點的土壤屬性數據ΣSlong,lati之間的相關性結果pri,j,并分別構成各種地形因子對應其各種計算方法與土壤屬性數據ΣSlong,lati之間的相關性集合其中,b為所述土壤樣本點的數量;其中,各個土壤樣本點的土壤屬性數據Slong,lati的讀取,隨機選取土壤屬性數據的75%作為測試用例數據,剩余的25%作為驗證數據集合。
其中基本的相關性分析評價如下表所示:
排序等級相關系數大小解釋10~0.2非常弱的相關或無關20.2~0.4弱相關30.4~0.6中度相關40.6~0.8強相關50.8~1.0非常強的相關
步驟03.分別針對各種地形因子對應其各種計算方法與土壤屬性數據ΣSlong,lati之間的相關性集合中的各個相關性結果pri,j,分別采用如下公式(1)進行評價:
LDTASETi,j=|λ×pri,jTi,j|×ξ---(1)]]>
針對各個pri集合,將各個集合中的各LDTASETi,j按大小降序排列,由大至小取出前u個LDTASETi,j,分別獲得各種地形因子分別對應其u種最優計算方法的地形因子變量V′i,j, 并分別構成各種地形因子對應其最優計算方法的地形因子變量集合Vi;其中,LDTASETi,j為各種地形因子對應其各種計算方法的評價結果;Ti,j表示對應第i種地形因子的第j種計算方法的計算時間;ξ表示地形因子柵格值的分布是否符合正態分布,符合ξ為1,否則ξ為0;u為預設選取地形因子對應其最優算法的個數,且u≤min(ni);λ為膨脹系數,λ≥1,為預設計算精度控制系數,取值為最接近當前地形因子平均值的10的n次方,需要根據地形因子的平均值來確定,所述膨脹系數λ通過如下步驟進行預設:
步驟a.獲取所述各種地形因子的平均值mean,初始nmean=0;
步驟b.迭代計算是否成立,若成立,則nmean的數值加1并賦值給參數nmean;mean的數值除以10并賦值給參數mean,繼續執行本步驟,直到判斷條件不成立;
步驟c.判斷是否成立,若成立則計算結束,λ=10nmean。
步驟04.針對中各種地形因子對應其最優計算方法的地形因子變量集合Vi中的各個地形因子變量V′i,j進行線性變化,并按如下公式(4)進行降維操作;
S=a11V1+a21V2+···am1VmS=a12V1+a22V2+···am2Vm···S=a1mV1+a2mV2+···ammVm---(4)]]>
其中,S為土壤屬性數據,a=a11a21···am1a12a22···am2············a1ma2m···amm]]>為預設降維系數矩陣,(a1h)2+(a2h)2+…+(amh)2=1,h∈{1、…、m};
步驟05.針對步驟04中進行降維操作后獲得的各種地形因子對應其最優計算方法的地形因子變量集合Vi中的各個地形因子變量V′i,j與各個土壤樣本點的土壤屬性數據Slong,lati按照如下公式
pri,j=Si,jSlong,lati-ΣVi,jΣSlong,latiVi,j2-(ΣVi,j)2Slong,lati2-(ΣSlong,lati)2]]>
分別進行多地形因子單算法的皮爾遜相關性分析,分別獲得各種地形因子對應其最優計算方法與土壤屬性數據ΣSlong,lati之間的相關性結果pr′i,j;
步驟06.針對步驟05中獲得的各種地形因子對應其最優計算方法與土壤屬性數據ΣSlong,lati之間的相關性結果pr′i,j,分別采用如下公式(2)進行評價:
MDTASETi,j=|pri,jTi,j|---(2)]]>
其中,MDTASETi,j為該土壤樣本中各種地形因子對應其最優計算方法的評價結果;
步驟07.根據降維操作后獲得的地形因子的種類數c,以及其各自對應的最優的計算方法的數量u,獲得(c×u)種地形因子變量組合,針對該(c×u)種地形因子變量組合,根據如下公式(3):
MLDTAk=Σk=1c×m|prk-prk-1|MDTASETk-MDTASETk-1---(3)]]>
獲得各種地形因子變量組合的評價結果MLDTAk,1≤k≤(c×u);取出MLDTAk的最大值,根據對應地形因子變量組合獲取地形協同變量。
在獲得所需土壤樣本點的地形協同變量后,基于專家知識,對于具有特定含義的地形因子與經驗最佳的算法進行選取,然后進行土壤制圖與精度驗證,其中,精度驗證方式可以采用交叉驗證的方式進行驗證。
本發明設計的面向數字土壤制圖的地形協同變量選取方法,采用多地形因子多算法的選擇方法,運用了功能測試策略對不同的地形因子變量進行預處理與選擇,通過結合其與土壤屬性的相關性機制實現了繁雜地形因子變量的快速準確選取,并采用了“評價分析為主,相關分析為輔”技術,實現了“不同地形因子變量,通用選取機制;不同依賴關系,動態因子篩選;評價控制策略,算法性能兼顧”的定量化數字土壤制圖地形因子變量選取體系,具有廣闊的工業化應用前景;本發明設計的面向數字土壤制圖的地形協同變量選取方法中,還提出了單地形因子多算法功能測試方法,結合算法復雜度的差異性及地形因子變量與土壤屬性空間相關的特點,以皮爾遜相關性分析結果作為基數,這樣使得地形因子變量在選取時充分考慮了其適用性,從而提高土壤制圖的精度;以及在本發明方法中,提出了多地形因子單算法功能測試方法,使用主成分分析的方法對原始數據變量進行降維操 作,在保證地形因子變量數量合理的情況下,通過計算相關性分析與算法復雜度的加權評價指標,確定最優測試用例集合,避免了頻繁執行土壤制圖方法,大幅度提升了計算效率。
上面結合附圖對本發明的實施方式作了詳細說明,但是本發明并不限于上述實施方式,在本領域普通技術人員所具備的知識范圍內,還可以在不脫離本發明宗旨的前提下做出各種變化。

關 鍵 詞:
一種 面向 數字 土壤 制圖 地形 協同 變量 選取 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:一種面向數字土壤制圖的地形協同變量選取方法.pdf
鏈接地址:http://www.wwszu.club/p-6140659.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大