基于遥感的土壤质量分析方法技术

本发明专利技术提供一种基于遥感的土壤质量分析方法

【技术实现步骤摘要】
基于遥感的土壤质量分析方法、装置及电子设备


[0001]本专利技术涉及遥感图像处理
，尤其涉及一种基于遥感的土壤质量分析方法
、
装置及电子设备
。

技术介绍

[0002]目前，利用遥感数据进行土壤分析的技术方案，大多数都是只关注单一的土壤参数估计，尤其以含水量居多，并未将不同土地结构
、
土地类型以及土层深度等因素进行综合分析
。
此外，现有技术仍受限于光谱数据，缺乏对土壤质量的全面评估与等级划分
。
[0003]因此，如何实现对土壤质量评估的全面性和准确性，是当前亟需解决的技术问题
。

技术实现思路

[0004]本专利技术提供一种遥感图像处理
，尤其涉及一种基于遥感的土壤质量分析方法
、
装置及电子设备，用以解决现有技术中上述存在的缺陷，实现对土壤质量评估的全面性和准确性
。
[0005]本专利技术提供一种基于遥感的土壤质量分析方法，包括：
[0006]获取卫星遥感数据和
DEM
高程数据；
[0007]基于所述卫星遥感数据获取土地结构图像；
[0008]基于图像处理技术对所述土地结构图像进行分割和识别，确定不同土地结构区域的土地类型；
[0009]基于所述
DEM
高程数据对各所述土地类型进行土壤层次识别，得到土壤层次深度；
[0010]基于所述遥感数据确定土壤影响参数，基于所述土壤影响参数
、
土地类型以及土壤层次深度，得到土壤质量参数；
[0011]基于所述土壤质量参数确定土壤质量分析结果
。
[0012]根据本专利技术提供的一种基于遥感的土壤质量分析方法，所述基于图像处理技术对所述土地结构图像进行分割和识别，确定不同土地结构区域的土地类型，包括：
[0013]对所述土地结构图像进行图像大小调整
、
灰度值平衡以及边缘检测，得到预处理图像；
[0014]基于第一卷积神经网络模型对所述预处理图像进行卷积
、
池化以及上采样，得到所述预处理图像的图像特征，基于所述图像特征确定不同的土地结构；
[0015]基于第二卷积神经网络模型对各所述土地结构进行识别，得到所述不同土地结构区域的土地类型
。
[0016]根据本专利技术提供的一种基于遥感的土壤质量分析方法，所述土壤影响参数包括
NDVI
值
、
高程
、
地表温度
、
归一化水体指数中的至少一种
。
[0017]根据本专利技术提供的一种基于遥感的土壤质量分析方法，所述基于所述
DEM
高程数据对各所述土地类型进行土壤层次识别，得到土壤层次深度，包括：
[0018]基于所述
DEM
高程数据确定所述土地类型的起始厚度和空间坐标；
[0019]通过扩张模型基于所述起始厚度
、
空间坐标以及计算参数，得到所述土壤层次深度，如以下公式所示：
[0020]H
(x,y)
＝
H0+K1exp(
‑
K2y)
[0021]H
(x,y)
为土壤层次深度，
H0为起始厚度，
K1和
K2是参数，
y
是空间坐标；
[0022]其中，所述计算参数是基于机器学习对所述扩张模型进行拟合验证确定的
[0023]根据本专利技术提供的一种基于遥感的土壤质量分析方法，所述基于所述土壤影响参数
、
土地类型以及土壤层次深度，得到土壤质量参数，包括：
[0024]基于回归模型对所述土壤影响参数
、
土地类型以及土壤层次深度进行分析，得到所述土壤质量参数，如以下公式所示：
[0025]M
＝
β0t0+
β1t1+
β2t2+
β3t3+
β4t4+
β5t5+
ε
[0026]其中，
M
为所述土壤质量参数，
t
i
为土壤影响参数
、
土地类型以或土壤层次深度中的任一种，
β
i
为回归系数，
i
＝
0、1、2、3、4、5
，
ε
为误差项；
[0027]所述回归系数和误差项是基于机器学习对所述回归模型进行你拟合验证确定的
。
[0028]根据本专利技术提供的一种基于遥感的土壤质量分析方法，所述土壤影响参数包括土壤平均颗粒直径；
[0029]所述土壤平均颗粒直径的确定方法包括：
[0030]确定进行土壤质量参数分析对应的目标图像的像素面积；
[0031]在所述土壤质量参数中遍历表示土壤颗粒直径的目标参数；
[0032]基于所述目标参数和像素面积，确定所述土壤平均颗粒直径
。
[0033]根据本专利技术提供的一种基于遥感的土壤质量分析方法，所述基于所述土壤质量参数确定土壤质量分析结果，包括：
[0034]将所述土壤质量参数转换为标准化分值，并确定各所述土壤质量参数对应的目标权重；
[0035]对所述标准化分值和所述目标权重进行加权平均，得到所述土壤质量分析结果
。
[0036]本专利技术还提供一种基于遥感的土壤质量分析装置，包括：
[0037]数据获取模块，用于获取卫星遥感数据和
DEM
高程数据；
[0038]图像获取模块，用于基于所述卫星遥感数据获取土地结构图像；
[0039]分割识别模块，用于基于图像处理技术对所述土地结构图像进行分割和识别，确定不同土地结构区域的土地类型；
[0040]层次识别模块，用于基于所述
DEM
高程数据对各所述土地类型进行土壤层次识别，得到土壤层次深度；
[0041]参数确定模块，用于基于所述遥感数据确定土壤影响参数，基于所述土壤影响参数
、
土地类型以及土壤层次深度，得到土壤质量参数；
[0042]质量分析模块，用于基于所述土壤质量参数确定土壤质量分析结果
。
[0043]本专利技术还提供一种电子设备，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于遥感的土壤质量分析方法
。
[0044]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于遥感的土壤质量分析方法
。
[0045]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于遥感的土壤质量分析方法
。...

【技术保护点】

【技术特征摘要】
1.
一种基于遥感的土壤质量分析方法，其特征在于，包括：获取卫星遥感数据和
DEM
高程数据；基于所述卫星遥感数据获取土地结构图像；基于图像处理技术对所述土地结构图像进行分割和识别，确定不同土地结构区域的土地类型；基于所述
DEM
高程数据对各所述土地类型进行土壤层次识别，得到土壤层次深度；基于所述遥感数据确定土壤影响参数，基于所述土壤影响参数
、
土地类型以及土壤层次深度，得到土壤质量参数；基于所述土壤质量参数确定土壤质量分析结果
。2.
根据权利要求1所述的基于遥感的土壤质量分析方法，其特征在于，所述基于所述
DEM
高程数据对各所述土地类型进行土壤层次识别，得到土壤层次深度，包括：基于所述
DEM
高程数据确定所述土地类型的起始厚度和空间坐标；通过扩张模型基于所述起始厚度
、
空间坐标以及计算参数，得到所述土壤层次深度，如以下公式所示：
H
(x,y)
＝
H0+K1exp(
‑
K2y)H
(x,y)
为土壤层次深度，
H0为起始厚度，
K1和
K2是参数，
y
是空间坐标；其中，所述计算参数是基于机器学习对所述扩张模型进行拟合验证确定的
。3.
根据权利要求1所述的基于遥感的土壤质量分析方法，其特征在于，所述基于所述土壤影响参数
、
土地类型以及土壤层次深度，得到土壤质量参数，包括：基于回归模型对所述土壤影响参数
、
土地类型以及土壤层次深度进行分析，得到所述土壤质量参数，如以下公式所示：
M
＝
β0t0+
β1t1+
β2t2+
β3t3+
β4t4+
β5t5+
ε
其中，
M
为所述土壤质量参数，
t
i
为土壤影响参数
、
土地类型以或土壤层次深度中的任一种，
β
i
为回归系数，
i
＝
0、1、2、3、4、5
，
ε
为误差项；所述回归系数和误差项是基于机器学习对所述回归模型进行你拟合验证确定的
。4.
根据权利要求1所述的基于遥感的土壤质量分析方法，其特征在于，所述土壤影响参数包括土壤平均颗粒直径；所述土壤平...

【专利技术属性】
技术研发人员：付诚，孙峰，许柏玮，
申请(专利权)人：武汉依迅北斗空间技术有限公司，
类型：发明
国别省市：