一种评价草地退化程度的方法技术

本发明专利技术涉及草地退化改良技术领域，具体地说，是一种评价草地退化程度的方法，包括以下步骤：通过人工或机器的方式对待评价草地上的可视草地植被信息进行数据收集和整理，形成数据库；将草地退化程度分为五种类型：未退化、轻度退化、中度退化、重度退化和极度退化；对上述数据进行分类，分别对应草地退化程度的五种类型，然后将分类好的数据输入计算机专用软件中生成不同颜色的数据集合，根据不同颜色的数据集合分布判定待评价草地退化程度信息；通过人工或机器的方式对待评价草地上的土壤进行采样分析并记录有机质含量；通过对土壤有机质含量进行对比分析对草地退化程度信息进行验证。

A method to evaluate the degradation degree of grassland

【技术实现步骤摘要】
一种评价草地退化程度的方法
本专利技术涉及草地退化改良
，具体地说，是一种评价草地退化程度的方法。
技术介绍
在长期的三江源生态环境保护研究中，科研工作者采集了有关生态学、地理学、地质学、环境学、社会学、经济学等各方面的大量数据，这些数据凝聚着几代科研工作者的心血和汗水，但由于科研工作者学科的关系，往往都是一些孤立的信息数据，具有本学科的特点和数据孤立性。长期以来一直依靠专家的经验并用人工的方法来进行评价草地退化情况。在长期的研究工作中，针对三江源高寒草甸，利用计算机人工智能技术开发高寒草甸草地分级决策与治理的专家系统来解决三江源地区草地退化程度判定和决策问题。一方面可以以计算机代替草地专家进行专家级别的决策，节省人力、物力、财力；另一方面，可以将专家的知识进行系统的总结，长期的存于计算机中，对专家知识的保护和传承。对于草地退化，研究方法很多，角度不同，切入点不同，结论也不同。草地退化对环境的影响尤为恶劣，现有的草原退化信息采集处理方法，过于简单，适用性较低。
技术实现思路
为了解决上述技术问题，本专利技术披露了一种评价草地退化程度的方法，该方法基于大数据采集，通过计算机专用软件分析判定给出结果。本专利技术采用的具体技术方案如下：一种评价草地退化程度的方法，其特征在于，包括以下步骤：步骤一：通过人工或机器的方式对待评价草地上的可视草地植被信息进行数据收集和整理，形成数据库；步骤二：将草地退化程度分为五种类型：未退化、轻度退化、中度退化、重度退化和极度退化；步骤三：对步骤一中的数据进行分类，分别对应步骤二中的草地退化程度的五种类型，然后将分类好的数据输入计算机专用软件中生成不同颜色的数据集合，根据不同颜色的数据集合分布判定待评价草地退化程度信息。在本技术方案中，收集和整理了可视草地植被信息，再将草地退化程度分为五种类型：未退化、轻度退化、中度退化、重度退化和极度退化。每种退化类别的草类有明显的特征，按照这些特征，按照专家的观点将其总结为5个因素，即，凸斑地盖度、可食牧草比例、退化指示草种比例、土壤有机质含量、鼠害情况。每条可视草地植被信息对应的五种输入数据在分布上有个明显的特点，是每种类型的数据大致分布在不同的区域的，五种类型的数据的分布是有一定规律的，因此可以用不用颜色来标注数据的类型，只要看哪种颜色数据分布比较大即可获得待评价草地的退化程度。对于草地退化，研究方法很多，角度不同，切入点不同，结论也不同。本专利技术针对三江源地区高寒草甸草地退化分级、影响退化的主要因素、每种退化情况下的治理措施等进行详尽的研究与分析，并以青海高原三江源地区高寒草甸为基础，对高寒草甸草地分级进行决策。在研究数据的基础上，将数据分为两类，对第一类数据采用神经网络进行决策；同时对第二类数据采用“询问匹配”方式进行补充决策，并将二者有机结合建立三江源地区高寒草甸草地分类决策和治理专家系统，为三江源生态保护工程提供技术支撑和理论依据。神经网络因为其并行、解决非线性关系等原因，在很多领域都得到了广泛的推广，近几年来，对其进行改进的方法层出不穷。本专利技术不是从神经网络本身进行改进，而是在其基础上，对其不足，采用补充的方式，使得神经网络变得更完美。本专利技术还可以进一步改进，包括以下步骤：步骤四：通过人工或机器的方式对待评价草地上的土壤进行采样分析并记录有机质含量；步骤五：将步骤三中得到的结论与步骤四中采集到的土壤有机质含量进行对比分析对草地退化程度信息进行验证。在上述技术方案中，步骤一中的可视草地植被信息，包括高度、产草量、可食牧草量、可食牧草平均高度。本专利技术的进一步改进，该方法还可以结合退化指示草种进行进一步验证，即根据待评价草地上的退化指示草种是否出现，及其在比例来进一步确定草地退化程度。本专利技术的有益效果：本专利技术采用大数据与计算机专用程序结合，草地退化程度评价更加客观准确，且具有很强的通用性，可以适用于任何地区的草地退化评价。附图说明图1为本专利技术五种类型草地的数据分布图。图2为退化指示草种比例和土壤有机质含量之间的相关性对照图，图3为草地退化种类与可食牧草比例的相关性对照图。图4为草地退化种类与退化指示种比例的相关性对照图。图5为草地退化种类与土壤有机质含量之间的相关性对照图。图6为神经网络与“询问匹配”相结合的评价方式框图。图7为未退化草类特征框图。图8为重度退化草类特征框图。图9为极度退化草类特征框图。具体实施方式为了加深对本专利技术的理解，下面将结合附图和实施例对本专利技术做进一步详细描述，该实施例仅用于解释本专利技术，并不对本专利技术的保护范围构成限定。实施例：一种评价草地退化程度的方法，其特征在于，包括以下步骤：步骤一：通过人工或机器的方式对待评价草地上的可视草地植被信息进行数据收集和整理，形成数据库；步骤二：将草地退化程度分为五种类型：未退化、轻度退化、中度退化、重度退化和极度退化；步骤三：对步骤一中的数据进行分类，分别对应步骤二中的草地退化程度的五种类型，然后将分类好的数据输入计算机专用软件中生成不同颜色的数据集合，根据不同颜色的数据集合分布判定待评价草地退化程度信息。步骤四：通过人工或机器的方式对待评价草地上的土壤进行采样分析并记录有机质含量；步骤五：将步骤三中得到的结论与步骤四中采集到的土壤有机质含量进行对比分析对草地退化程度信息进行验证。在上述步骤中，步骤一中的可视草地植被信息，包括高度、产草量、可食牧草量、可食牧草平均高度。本实施例还可以结合退化指示草种进行进一步验证，即根据待评价草地上的退化指示草种是否出现，及其在比例来进一步确定草地退化程度。在本实施例中，收集和整理的2万多条数据作为神经网络的训练集，在训练集中，有5种类别的数据，即，未退化、轻度退化、中度退化、重度退化和极度退化。每种退化类别的草类有明显的特征，按照这些特征，按照专家的观点将其总结为5个因素，即，凸斑地盖度tbdgd)、可食牧草比例(ksmcbl)、退化指示草种比例(thzsczbl)、土壤有机质含量(tryjzhlbl)、鼠害情况(shqk)。每种类型的草地对应的五种输入数据在分布上有个明显的特点，是每种类型的数据大致分布在不同的区域的。经验表明，五种类型的数据的分布是有一定规律的。如图1所示，数据的分布是可是牧草比例和土壤有机质含量关系的分布情况，反对角线从左上角开始到右下角结束的五种类别分别为极度退化、重度退化、中度退化、轻度退化和未退化情况下可食牧草比例和土壤有机质含量的关系分布图。箭头所指范围的输入数据是无法进行评价的，或者此区域之间的输入数据的测试结果为无法判断类别的，“盲区”。因此，在这个区域的数据我们称它为“盲区”数据。在“盲区”数据作为神经网络的输入时，评价结果会错。因为“盲区”数据不在神经网络训练数据集和测试集范围之内，因此在“盲区”的数据作为神经网络的输入时，输出的结果是100％错误。每种类型特征数据的分布是有规律的，可食牧草比例很高的土壤中，有机质含量自然高；凸斑地盖度很高的，甚至退化为黑土瘫的土壤中有机质含量自然很低。即，影响草地退化程度的这5个因素之间存在相关性的。如图2所示，退化指示草种比例与土壤有机质含量之间是相关的。如同，人的年龄和奔跑速度之间的关系是相关的，随着年龄的增长，其奔跑速度也逐渐增长；达到一定极限后，年龄越长，奔本文档来自技高网...

【技术保护点】
1.一种评价草地退化程度的方法，其特征在于，包括以下步骤：步骤一：通过人工或机器的方式对待评价草地上的可视草地植被信息进行数据收集和整理，形成数据库；步骤二：将草地退化程度分为五种类型：未退化、轻度退化、中度退化、重度退化和极度退化；步骤三：对步骤一中的数据进行分类，分别对应步骤二中的草地退化程度的五种类型，然后将分类好的数据输入计算机专用软件中生成不同颜色的数据集合，根据不同颜色的数据集合分布判定待评价草地退化程度信息。

【技术特征摘要】
1.一种评价草地退化程度的方法，其特征在于，包括以下步骤：步骤一：通过人工或机器的方式对待评价草地上的可视草地植被信息进行数据收集和整理，形成数据库；步骤二：将草地退化程度分为五种类型：未退化、轻度退化、中度退化、重度退化和极度退化；步骤三：对步骤一中的数据进行分类，分别对应步骤二中的草地退化程度的五种类型，然后将分类好的数据输入计算机专用软件中生成不同颜色的数据集合，根据不同颜色的数据集合分布判定待评价草地退化程度信息。2.根据权利要求1所述的评价草地退化程度的方法，其特征在于，还包括以下步骤：步骤...

【专利技术属性】
技术研发人员：李春梅，肖锋，韦浩民，欧为友，尚永成，苏丽萍，
申请(专利权)人：青海大学，
类型：发明
国别省市：青海,63