[發明專利]一種基于人工智能的水土侵蝕計算方法

在審

• 申請號: 201711425522.6
• 申請日: 2017-12-25
• 公開（公告）號: CN108133292A
• 公開（公告）日: 2018-06-08
• 發明（設計）人: 李勝;鄭強;張宗旗;朱金;周世界;張茜
• 申請（專利權）人: 貴州東方世紀科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06N3/08
• 代理公司: 貴陽中新專利商標事務所 52100
• 代理人: 商小川

本發明公開了一種基于人工智能的水土侵蝕計算方法，它包括：步驟1、收集侵蝕地區歷史基礎數據和水土侵蝕歷史數據；步驟2、將侵蝕地區均勻劃分為一個個的網格單元；步驟3、將步驟1收集到的歷史基礎數據作為神經網絡模型的輸入參數，水土侵蝕歷史數據作為劃分結果，讓神經網絡模型進行自主學習，自動調整神經網絡模型參數；步驟4、將待測區域現狀基礎數據代入調整后的神經網絡模型，自動計算每個網格單元的水土侵蝕數據；解決了現有技術采用CSLE通用方程計算水土流失存在的參數難以確定，無法全面考慮影響水土侵蝕的客觀因素，場景變化對精度的影響極其明顯等技術問題。

技術領域

本發明屬于水土侵蝕評估技術，尤其涉及一種基于人工智能的水土侵蝕計算方法。

背景技術：

目前水土流失比較常用的是通用方程（CSLE），其基本形式為：A =R*K* LS* B* E* T式中： A 為單位面積上時間和空間平均的土壤侵蝕量，t/(hm2)； R為降雨侵蝕力因子，MJmm/(hm2)；K 為土壤可蝕性因子，t hm2 /( hm2 MJ mm)；L 為坡長因子；S 為坡度因子；B為生物措施因子；E 為工程措施因子；T為耕作措施因子；該方程是通過水土保持專業工作人員，多年潛心專研，通過對不同地區，不同時間，對水土侵蝕狀況的對比總結，形成的經驗公式，現有技術存在參數難以確定，無法全面考慮影響水土侵蝕的客觀因素，場景變化（所謂場景：是指計算的目標地域及模型計算參數的確定人）對精度的影響極其明顯等技術問題。

發明內容：

本發明要解決的技術問題：提供一種基于人工智能的水土侵蝕計算方法，以解決現有技術采用CSLE通用方程計算水土流失存在的參數難以確定，無法全面考慮影響水土侵蝕的客觀因素，場景變化對精度的影響極其明顯等技術問題。

本發明技術方案：

一種基于人工智能的水土侵蝕計算方法，它包括：

步驟1、收集侵蝕地區歷史基礎數據和水土侵蝕歷史數據；

步驟2、將侵蝕地區均勻劃分為一個個的網格單元；

步驟3、將步驟1收集到的歷史基礎數據作為神經網絡模型的輸入參數，水土侵蝕歷史數據作為劃分結果，讓神經網絡模型進行自主學習，自動調整神經網絡模型參數；

步驟4、將待測區域現狀基礎數據代入調整后的神經網絡模型，自動計算每個網格單元的水土侵蝕數據；

步驟5、根據每個網格單元的水土侵蝕數據，得到水土侵蝕分布圖。

步驟1所述的歷史基礎數據包括水文資料、遙感資料、地形資料、土壤資料、土地類型、防治措施和社會經濟指標數值。

步驟2所述的網格單元大小為5米乘5米。

所述水文資料包括年平均降雨量P、年平均徑流量R、年最大雨強I和最大雨強對應洪峰；遙感資料包括植被覆蓋率、居民地覆蓋率、基巖裸露率和水體覆蓋率；地形資料包括坡度s和坡長L；土壤資料包括砂粒含量SAN、粉砂含量SIL、粘粒含量SLA和有機質含量C；土地類型包括巖溶和非巖溶；防治措施包括坡改地比例、經濟林比例、水保林比例、種草比例、封禁治理比例和保土耕作比例；社會經濟指標包括人口、GDP和大牲畜數據。

所述歷史基礎數據為過去30-50年的歷史基礎數據。

本發明的有益效果：

本發明采用基于前饋神經網絡的人工智能模型，采集侵蝕地區歷史基礎數據和水土侵蝕歷史數據對模型進行訓練，得到更好的模型適應性；納入更多的水土侵蝕影響因素，使訓練后的模型更接近的客觀環境的狀況，再將現有的基礎數據作為輸入條件代入訓練后的模型自動計算出水土侵蝕數據；以實現提高準確度和實時性；避免解決了現有技術采用CSLE通用方程計算水土流失存在的參數難以確定，無法全面考慮影響水土侵蝕的客觀因素，場景變化對精度的影響極其明顯等技術問題。