多源群落信息的土壤碳存在形式智能分析方法及装置制造方法及图纸

本发明专利技术公开了一种多源群落信息的土壤碳存在形式智能分析方法及装置，该方法包括：根据确定出的所有待定采集子区域的植物群落参数，确定出满足土壤采集条件的所有目标采集子区域，并根据每个目标采集子区域的区域参数，采集每个目标采集子区域的土壤；分析每个目标采集子区域的土壤的碳元素组成，从而根据每个目标采集子区域的土壤分析结果，确定目标区域的土壤碳元素参数。可见，实施本发明专利技术能够通过多个子区域的土壤分析结果智能化地分析出整个区域的土壤碳元素参数，这样，不仅解决了对区域的土壤碳元素分析的时滞性问题，还提高了对土壤碳元素的分析可靠性及准确性，进而提高了区域的土壤碳元素参数的有效性，从而实现对植被的有效经营管理。植被的有效经营管理。植被的有效经营管理。

【技术实现步骤摘要】
多源群落信息的土壤碳存在形式智能分析方法及装置


[0001]本专利技术涉及土壤分析
，尤其涉及一种多源群落信息的土壤碳存在形式智能分析方法及装置。

技术介绍

[0002]土壤中的碳元素，是评价土壤质量和生态环境情况的重要指标，其能够综合反映生态系统的功能。土壤中的碳能够为植被生长提供其所需的营养条件，使得植被得以正常地生长发育，进而通过植被的光合作用更好地应对全球的温室效应，因此，为了实现对植被的有效经营管理，土壤中的碳元素一直备受国内外研究人员的关注。
[0003]当前，对于土壤中碳元素的分析，一般是通过人工随机采集土壤并分析其元素成分而进行。然而，此传统的土壤分析方式不仅依赖于科研人员丰富的分析经验，而且其还存在信息分析的时滞性问题，从而难以为植被的可持续经营管理提供可靠的科学依据。可见，提供一种能够对土壤中的碳元素进行精准分析的方法尤为重要。

技术实现思路

[0004]本专利技术所要解决的技术问题在于，提供一种多源群落信息的土壤碳存在形式智能分析的方法及装置，不仅解决了对区域的土壤碳元素分析的时滞性问题，还提高了对土壤碳元素的分析可靠性及准确性，进而提高了区域的土壤碳元素参数的有效性，从而实现对植被的有效经营管理。
[0005]为了解决上述技术问题，本专利技术第一方面公开了一种多源群落信息的土壤碳存在形式智能分析方法，所述方法包括：
[0006]获取待采集土壤的目标区域中每个待定采集子区域的植物群落参数；每个所述待定采集子区域的植物群落参数包括该待定采集子区域的植物群落类型参数、植物群落数量参数、植物群落生长情况、植物群落落叶情况以及植物群落腐坏情况中的至少一种；
[0007]根据所有所述待定采集子区域的植物群落参数，从所有所述待定采集子区域中确定出满足土壤采集条件的所有目标采集子区域，并确定每个所述目标采集子区域的区域参数；每个所述目标采集子区域的区域参数包括该目标采集子区域的植物群落参数、地形参数、土壤松软情况以及植物群落扎根情况中的至少一种；
[0008]根据每个所述目标采集子区域的区域参数，确定每个所述目标采集子区域的土壤采集参数；每个所述目标采集子区域的土壤采集参数包括该目标采集子区域的土壤采集平面范围、土壤采集深度以及土壤采集重量参数中的至少一种；
[0009]根据每个所述目标采集子区域的土壤采集参数，采集每个所述目标采集子区域的土壤，并对每个所述目标采集子区域的土壤进行碳元素组成分析，得到每个所述目标采集子区域的土壤分析结果；
[0010]根据每个所述目标采集子区域的土壤分析结果，确定所述目标区域的土壤碳元素参数；所述目标区域的土壤碳元素参数包括所述目标区域的土壤碳存在形式参数以及每种
土壤碳存在形式下的含量参数。
[0011]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所有所述待定采集子区域的植物群落参数，从所有所述待定采集子区域中确定出满足土壤采集条件的所有目标采集子区域，包括：
[0012]当每个所述待定采集子区域的植物群落参数包括该待定采集子区域的植物群落类型参数、植物群落数量参数、植物群落生长情况以及植物群落腐坏情况时，根据每个所述待定采集子区域的植物群落类型参数以及对应的植物群落数量参数，计算两两所述待定采集子区域之间的植物群落繁衍相似度；
[0013]根据两两所述待定采集子区域之间的植物群落繁衍相似度，从所有所述待定采集子区域中确定出所述植物群落繁衍相似度小于等于预设第一相似度阈值的所有第一采集子区域，并将所有所述第一采集子区域确定为满足土壤采集条件的所有目标采集子区域。
[0014]作为一种可选的实施方式，在本专利技术第一方面中，所述方法还包括：
[0015]从所有所述待定采集子区域中确定出所述植物群落繁衍相似度大于所述第一相似度阈值的所有第二采集子区域，并根据每个所述第二采集子区域的植物群落生长情况以及对应的植物群落腐坏情况，计算两两所述第二采集子区域之间的植物群落存亡相似度；
[0016]根据两两所述第二采集子区域之间的植物群落存亡相似度，从所有所述第二采集子区域中确定出所述植物群落存亡相似度小于等于预设第二相似度阈值的所有第三采集子区域，并将所有所述第三采集子区域确定为满足土壤采集条件的所有目标采集子区域。
[0017]作为一种可选的实施方式，在本专利技术第一方面中，所述方法还包括：
[0018]从所有所述第二采集子区域中确定出所述植物群落存亡相似度大于所述第二相似度阈值的所有第四采集子区域，并确定每个所述第四采集子区域的动物群落参数；每个所述第四采集子区域的动物群落参数包括该第四采集子区域的动物群落排泄情况、动物群落进食情况以及动物群落残体腐坏情况中的至少一种；
[0019]根据每个所述第四采集子区域的动物群落参数，计算两两所述第四采集子区域之间的动物群落情况相似度；所述动物群落情况相似度包括动物群落排泄情况相似度、动物群落进食情况相似度以及动物群落残体腐坏情况相似度中的至少一种；
[0020]根据两两所述第四采集子区域之间的动物群落情况相似度，从所有所述第四采集子区域中确定出所述动物群落情况相似度小于等于预设第三相似度阈值的所有第五采集子区域，并将所有所述第五采集子区域确定为满足土壤采集条件的所有目标采集子区域。
[0021]作为一种可选的实施方式，在本专利技术第一方面中，每个所述目标采集子区域的土壤分析结果包括该目标采集子区域的区域土壤碳存在形式参数以及每种区域土壤碳存在形式下的含量参数；
[0022]其中，所述根据每个所述目标采集子区域的土壤分析结果，确定所述目标区域的土壤碳元素参数，包括：
[0023]根据每个所述目标采集子区域的植物群落参数以及对应的土壤分析结果，确定每个所述目标采集子区域的群落与区域土壤碳存在形式之间的关联关系；
[0024]根据所述目标区域中除所有所述目标采集子区域之外的所有未采集子区域的植物群落参数以及所有所述目标采集子区域的群落与区域土壤碳存在形式之间的关联关系，预测所有所述未采集子区域的土壤碳元素参数；每个所述未采集子区域的土壤碳元素参数
包括该未采集子区域的预测土壤碳存在形式参数以及每种预测土壤碳存在形式下的含量参数；
[0025]根据所有所述目标采集子区域的土壤分析结果以及预测出的所有所述未采集子区域的土壤碳元素参数，确定所述目标区域的土壤碳元素参数。
[0026]作为一种可选的实施方式，在本专利技术第一方面中，所述根据每个所述目标采集子区域的植物群落参数以及对应的土壤分析结果，确定每个所述目标采集子区域的群落与区域土壤碳存在形式之间的关联关系，包括：
[0027]确定每个所述目标采集子区域的土壤所对应的微生物群落参数；每个所述目标采集子区域的土壤所对应的微生物群落参数包括微生物群落类型参数和/或微生物群落数量参数；
[0028]对于每一所述目标采集子区域，根据所述目标采集子区域的植物群落参数，从所述微生物群落参数中确定出与所述植物群落参数相匹配的第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多源群落信息的土壤碳存在形式智能分析方法，其特征在于，所述方法包括：获取待采集土壤的目标区域中每个待定采集子区域的植物群落参数；每个所述待定采集子区域的植物群落参数包括该待定采集子区域的植物群落类型参数、植物群落数量参数、植物群落生长情况、植物群落落叶情况以及植物群落腐坏情况中的至少一种；根据所有所述待定采集子区域的植物群落参数，从所有所述待定采集子区域中确定出满足土壤采集条件的所有目标采集子区域，并确定每个所述目标采集子区域的区域参数；每个所述目标采集子区域的区域参数包括该目标采集子区域的植物群落参数、地形参数、土壤松软情况以及植物群落扎根情况中的至少一种；根据每个所述目标采集子区域的区域参数，确定每个所述目标采集子区域的土壤采集参数；每个所述目标采集子区域的土壤采集参数包括该目标采集子区域的土壤采集平面范围、土壤采集深度以及土壤采集重量参数中的至少一种；根据每个所述目标采集子区域的土壤采集参数，采集每个所述目标采集子区域的土壤，并对每个所述目标采集子区域的土壤进行碳元素组成分析，得到每个所述目标采集子区域的土壤分析结果；根据每个所述目标采集子区域的土壤分析结果，确定所述目标区域的土壤碳元素参数；所述目标区域的土壤碳元素参数包括所述目标区域的土壤碳存在形式参数以及每种土壤碳存在形式下的含量参数。2.根据权利要求1所述的多源群落信息的土壤碳存在形式智能分析方法，其特征在于，所述根据所有所述待定采集子区域的植物群落参数，从所有所述待定采集子区域中确定出满足土壤采集条件的所有目标采集子区域，包括：当每个所述待定采集子区域的植物群落参数包括该待定采集子区域的植物群落类型参数、植物群落数量参数、植物群落生长情况以及植物群落腐坏情况时，根据每个所述待定采集子区域的植物群落类型参数以及对应的植物群落数量参数，计算两两所述待定采集子区域之间的植物群落繁衍相似度；根据两两所述待定采集子区域之间的植物群落繁衍相似度，从所有所述待定采集子区域中确定出所述植物群落繁衍相似度小于等于预设第一相似度阈值的所有第一采集子区域，并将所有所述第一采集子区域确定为满足土壤采集条件的所有目标采集子区域。3.根据权利要求2所述的多源群落信息的土壤碳存在形式智能分析方法，其特征在于，所述方法还包括：从所有所述待定采集子区域中确定出所述植物群落繁衍相似度大于所述第一相似度阈值的所有第二采集子区域，并根据每个所述第二采集子区域的植物群落生长情况以及对应的植物群落腐坏情况，计算两两所述第二采集子区域之间的植物群落存亡相似度；根据两两所述第二采集子区域之间的植物群落存亡相似度，从所有所述第二采集子区域中确定出所述植物群落存亡相似度小于等于预设第二相似度阈值的所有第三采集子区域，并将所有所述第三采集子区域确定为满足土壤采集条件的所有目标采集子区域。4.根据权利要求3所述的多源群落信息的土壤碳存在形式智能分析方法，其特征在于，所述方法还包括：从所有所述第二采集子区域中确定出所述植物群落存亡相似度大于所述第二相似度阈值的所有第四采集子区域，并确定每个所述第四采集子区域的动物群落参数；每个所述
第四采集子区域的动物群落参数包括该第四采集子区域的动物群落排泄情况、动物群落进食情况以及动物群落残体腐坏情况中的至少一种；根据每个所述第四采集子区域的动物群落参数，计算两两所述第四采集子区域之间的动物群落情况相似度；所述动物群落情况相似度包括动物群落排泄情况相似度、动物群落进食情况相似度以及动物群落残体腐坏情况相似度中的至少一种；根据两两所述第四采集子区域之间的动物群落情况相似度，从所有所述第四采集子区域中确定出所述动物群落情况相似度小于等于预设第三相似度阈值的所有第五采集子区域，并将所有所述第五采集子区域确定为满足土壤采集条件的所有目标采集子区域。5.根据权利要求1
‑
4任一项所述的多源群落信息的土壤碳存在形式智能分析方法，其特征在于，每个所述目标采集子区域的土壤分析结果包括该目标采集子区域的区域土壤碳存在形式参数以及每种区域土壤碳存在形式下的含量参数；其中，所述根据每个所述目标采集子区域的土壤分析结果，确定所述目标区域的土壤碳元素参数，包括：根据每个所述目标采集子区域的植物群落参数以及对应的土壤分析结果，确定每个所述目标采集子区域的群落与区域土壤碳存在形式之间的关联关系；根据所述目标区域中除所有所述目标采集子区域之外的所有未采集子区域的植物群落参数以及所有所述目标采集子区域的群落与区域土壤碳存在形式之间的关联关系，预测所有所述未采集子区域的土壤碳元素参数；每个所述未采集子区域的土壤碳元素参数包括该未采集子区域的预测土壤碳存在形式参数以及每种预测土壤碳存在形式下的含量参数；根据所有所述目标采集子区域的土壤分析结果以及预测出的所有所述未采集子区域的土壤碳元素参数，确定所述目标区域的土壤碳元素参数。6.根据权利要求5所述的多源群落信息的土壤碳存在形式智能分析方法，其特征在于，所述根据...

【专利技术属性】
技术研发人员：刘立斌，郑伟成，刘菊莲，郑子洪，余水生，唐战胜，蔡臣臣，王宇，郭小华，杨晓君，肖燕，黄林平，朱子安，吴鼎顺，廖建伟，黄帮文，华心来月，杨雨萱，张逸，范誉宏，
申请(专利权)人：浙江九龙山国家级自然保护区管理中心，
类型：发明
国别省市：