[發明專利]基于機器學習和觀測數據的土壤侵蝕模數計算方法及系統

在審

• 申請號: 202111352247.6
• 申請日: 2021-11-16
• 公開（公告）號: CN114154401A
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 李暢;黃才潤
• 申請（專利權）人: 華中師范大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 肖明洲

1.一種基于機器學習和觀測數據的土壤侵蝕模數計算方法，其特征在于，包括以下步驟：

步驟1：獲取、預處理土壤侵蝕因子有關數據；獲取野外水土流失影響因子的觀測值和野外水土流失觀測值。

步驟2：利用步驟1中預處理后的土壤侵蝕因子有關數據，計算得到各土壤侵蝕因子圖層。

步驟3：利用步驟2計算的各土壤侵蝕因子圖層，運用土壤侵蝕方程，計算出理論的高分動態土壤侵蝕模數。

步驟4：構建土壤侵蝕模數回歸模型；并運用機器學習方法，利用步驟1中獲取的野外水土流失影響因子的觀測值、野外水土流失觀測值和步驟2中計算得到的土壤侵蝕因子圖層、步驟3中計算得到的土壤侵蝕模數，進行土壤侵蝕模數回歸模型訓練，最后得到訓練好的土壤侵蝕模數回歸模型；

所述土壤侵蝕模數回歸模型，由輸入層、隱含層和輸出層組成，各層之間實行全連接。輸入層輸入的樣本向量為X_k＝(x₁，x₂，...，x_n)，k＝1，2，...，m，m為樣本數，n為輸入層的神經元數；n＝1時，輸入變量分別為土壤侵蝕方程中的因子；n＝7時，輸入變量為模擬的土壤侵蝕模數A；隱含層設置三層，每層包括隱含層節點輸入與輸出，并基于反向傳播算法進行網絡權值和閾值的更新；輸出層輸出Y_k＝(y₁，y₂，...，y_q)，q為輸出層的神經元數，這里q＝1；n＝1時，輸出變量為與輸入變量對應的野外水土流失影響因子的觀測值；n＝7時，輸出變量為與輸入變量對應的野外水土流失觀測值；

步驟5：將按步驟2計算得到的土壤侵蝕因子和步驟3計算得到的土壤侵蝕模數，分別代入訓練好的土壤侵蝕模數回歸模型中進行計算，最終獲得高精度的土壤侵蝕模數。

2.根據權利要求1所述的基于機器學習和觀測數據的土壤侵蝕模數計算方法，其特征在于：步驟1中，所述土壤侵蝕因子有關數據包括：日降水量數據，土壤理化性質資料，DEM，歸一化植被指數，土地利用數據，水土保持重點工程資料和生產建設活動擾動資料；

所述預處理土壤侵蝕因子有關數據是指，獲取土壤侵蝕因子相關數據后對數據進行重投影，使其具有統一的投影系統和坐標，并對數據進行初運算使其符合模型運算要求。

3.根據權利要求1所述的基于機器學習和觀測數據的土壤侵蝕模數計算方法，其特征在于：步驟2中，對獲取的日降水量數據以預定閥值篩選并計算，通過插值得到降雨侵蝕力圖層；根據土壤理化性質資料、DEM數據、歸一化植被指數、土地利用數據、水土保持重點工程資料和生產建設活動擾動資料，得到土壤可蝕性因子圖層、坡長因子圖層、坡度因子圖層、生物措施因子圖層、工程措施因子圖層和耕作措施因子圖層。

4.根據權利要求1所述的基于機器學習和觀測數據的土壤侵蝕模數計算方法，其特征在于：步驟3中，所述土壤侵蝕方程，包括通用土壤流失方程USLE、修正通用土壤流失方程RUSLE和中國水土流失方程CSLE。