一种基于海拔高度的土壤盐渍化预测方法及系统技术方案

本公开涉及土壤盐渍化预测技术领域，提供了一种基于海拔高度的土壤盐渍化预测方法及系统，包括：获取待预测区域的海拔高度；基于海拔高度，采用logistic回归模型，对待预测区域的土壤盐渍化二元状况进行预测；其中，logistic回归模型的构建方法为：基于采集的若干个采样点的海拔高度和土壤盐渍化二元状况，通过逐分量的Metropolis

【技术实现步骤摘要】
一种基于海拔高度的土壤盐渍化预测方法及系统


[0001]本公开属于土壤盐渍化预测
，尤其涉及一种基于海拔高度的土壤盐渍化预测方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]盐渍化的发生和盐渍土的形成，主要是受自然、人为等多种因素的影响，尤其受水分和盐分在土体中迁移与再分配的水盐运动过程所控制。土壤水盐运动过程及其调控机理是目前盐渍土研究的核心问题之一，盐渍化土地的产生是气候、土壤、地形地貌和人为条件等因素综合作用的结果。土壤盐渍化预测预报，从广义来说，是根据一个地区土壤、地下水水盐动态监测资料、地形地貌、河流灌溉综合状况对已经发生盐化土壤的发展方向及非盐渍化土壤产生盐渍化(俗称次生盐渍化)的可能性及程度进行预测预报；从狭义上来讲，指次生盐渍化的预测预报。总体来看，盐渍化预测预报研究可分为三个层次：
[0004](1)通过对自然环境条件及土壤盐渍化发生、发展规律的研究进行定性预报。通过对预报区与己发生盐渍化区自然条件的比较分析，根据专家知识和经验进行土壤盐渍化可能性预报。常用的方法有地理相似法和专家预报法两种，地理相似法主要是根据已掌握的有关资料，作出定性预报，提出产生次生盐渍化的可能性，该方法难以作出较为详细的定量预报，因此是一种比较粗略的预报方法；专家预报法主要根据专家经验和当地的自然条件特点，对盐渍化可能性进行预估和初步预测。
[0005](2)结合水盐平衡、概率统计等方法进行半定量预报。水盐平衡、概率统计等方法是区域水盐动态研究由定性向定量研究的过渡研究的重要方法，由于这些方法要求输入的数据比较简单，容易获得，在区域土壤盐渍化预测预报中常被采用。水盐平衡法是以质量守衡为理论依据，区域水盐平衡可以定量地表征区域土壤盐渍化发展的方向，区域水盐平衡研究不足之处是在揭示区域水分和盐分运动的作用机理方面较薄弱，在阐述区域土壤水分和盐分之间的内在关系方面也存在不足，不能很好地对区域水分和盐分的分布状况做出精确预报。由于土壤属性本身的变异性和影响水盐运动的各种因素如降水、蒸发、地下水位和地下水埋深等状况的随机性，区域水盐运动具有明显的随机性，因此概率统计法和成因分析法等方法也常用来研究水盐运动的随机特征，该类方法考虑了水盐运动的随机性特点，具有一定的灵活性，但可移植性差，多用于研究方面，在实际的盐渍化土地改良应用方面，仍需加强。
[0006](3)在区域水盐动态研究的基础上，建立数学模型，借助电子计算机，对土壤盐渍化进行定量预报。“盐随水去，盐随水来”，土壤盐渍化和土壤潜在盐渍化受到复杂因素的影响，地下水位和埋深对于土壤盐分的预测预报固然重要，但地下水位和埋深的实时动态监测的困难在一定程度上对土壤盐渍化和潜在盐渍化的预测预报还未普及，地形地貌对于盐分的预测预报更具有现实意义，海拔高度获取比较容易，对于土壤盐渍化预测预报具有较
强的可行性，现有技术中基于海拔高度识别和动态监测随机性特点明显的土壤盐渍化和潜在盐渍化，尚缺乏有效的解决方案。

技术实现思路

[0007]为了解决上述
技术介绍
中存在的技术问题，本公开提供一种基于海拔高度的土壤盐渍化预测方法及系统，用逐分量的Metropolis
‑
Hastings算法从后验分布中产生随机数，提高马尔科夫链(Markov Chain)的混合效率，在Metropolis
‑
Hastings算法中按分量进行逐个更新，不需要考虑调节参数，实现土壤盐渍化的随机预测预报。
[0008]为了实现上述目的，本公开采用如下技术方案：
[0009]本公开的第一个方面提供一种基于海拔高度的土壤盐渍化预测方法，其包括：
[0010]获取待预测区域的海拔高度；
[0011]基于海拔高度，采用logistic回归模型，对待预测区域的土壤盐渍化二元状况进行预测；
[0012]其中，logistic回归模型的构建方法为：基于采集的若干个采样点的海拔高度和土壤盐渍化二元状况，通过逐分量的Metropolis
‑
Hastings抽样方法从后验分布中产生随机数，并结合提议分布按分量进行逐个更新logistic回归参数，通过似然函数更新先验分布。
[0013]进一步地，所述从后验分布中产生随机数的具体方法为：
[0014](301)令β＝(β0，β1)
T
，β0和β1为第t
‑
1次迭代得到的logistic回归参数；
[0015](302)从第一提议分布产生候选点β
′0；
[0016](303)令β
′
＝(β
′0，β1)
T
，计算第一接受概率；
[0017](304)以第一接受概率接受β＝β
′
；否则β保持不变；
[0018](305)从第二提议分布产生候选点β
′1；
[0019](306)令β
′
＝(β0，β
′1)
T
，计算第二接受概率；
[0020](307)以第二接受概率接受β＝β
′
；否则β保持不变；
[0021](308)令t＝t+1，返回(301)，直到t达到设定值，输出β。
[0022]进一步地，所述第一接受概率为：
[0023]α0(β，β
′0)＝min{1，A}
[0024]其中，β＝(β0，β1)
T
，β0和β1为logistic回归参数，β
′0为第一提议分布产生候选点，y为所有样本点的土壤盐渍化二元状况向量，π()表示先验分布，f()表示目标分布。
[0025]进一步地，所述第二接受概率为：
[0026]α1(β，β
′1)＝min{1，B}
[0027]其中，β＝(β0，β1)
T
，β0和β1为logistic回归参数，β
′1为第二提议分布产生候选点，y为所有样本点的土壤盐渍化二元状况向量，π()表示先验分布，f()表示目标分布。
[0028]进一步地，所述提议分布使得产生的马氏链满足不可约、正常返、非周期。
[0029]进一步地，所述先验分布为独立的正态分布。
[0030]本公开的第二个方面提供一种基于海拔高度的土壤盐渍化预测系统，其包括：
[0031]模型构建模块，其被配置为：基于采集的若干个采样点的海拔高度和土壤盐渍化二元状况，通过逐分量的Metropolis
‑
Hastings抽样方法从后验分布中产生随机数，并结合提议分布按分量进行逐个更新logistic回归参数，通过似然函数更新先验分布；
[0032]数据获取模块，其被配置为：获取待预测区域的海拔高度；
[0033]预测模块，其被配置为：基于海拔高度，采用logistic回归模型，对待预测区域的土壤盐渍化二元状况本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于海拔高度的土壤盐渍化预测方法，其特征在于，包括：获取待预测区域的海拔高度；基于海拔高度，采用logistic回归模型，对待预测区域的土壤盐渍化二元状况进行预测；其中，logistic回归模型的构建方法为：基于采集的若干个采样点的海拔高度和土壤盐渍化二元状况，通过逐分量的Metropolis
‑
Hastings抽样方法从后验分布中产生随机数，并结合提议分布按分量进行逐个更新logistic回归参数，通过似然函数更新先验分布。2.如权利要求1所述的一种基于海拔高度的土壤盐渍化预测方法，其特征在于，所述从后验分布中产生随机数的具体方法为：(301)令β＝(β0,β1)
T
，β0和β1为第t
‑
1次迭代得到的logistic回归参数；(302)从第一提议分布产生候选点β
′0；(303)令β
′
＝(β
′0,β1)
T
，计算第一接受概率；(304)以第一接受概率接受β＝β
′
；否则β保持不变；(305)从第二提议分布产生候选点β
′1；(306)令β
′
＝(β0,β
′1)
T
，计算第二接受概率；(307)以第二接受概率接受β＝β
′
；否则β保持不变；(308)令t＝t+1，返回(301)，直到t达到设定值，输出β。3.如权利要求2所述的一种基于海拔高度的土壤盐渍化预测方法，其特征在于，所述第一接受概率为：α0(β,β
′0)＝min{1,A}其中，β＝(β0,β1)
T
，β0和β1为logistic回归参数，β
′0为第一提议分布产生候选点，y为所有样本点的土壤盐渍化二元状况向量，π()表示先验分布...

【专利技术属性】
技术研发人员：杨玉建，贾致荣，宋英强，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：