【技术实现步骤摘要】
本专利技术涉及数据处理，特别涉及一种生态环境质量的评估方法及相关设备。
技术介绍
1、生态文明建设是促进生态环境质量改善的重要项目，目前生态环境的质量变化中，既有气象条件的影响，又有人为条件的影响。气象条件和人类活动对生态环境的影响往往纠缠在一起，难以分离。目前用于区域生态质量评价的方法有多种，如主成分分析法、聚类分析法、距离判别法、模糊数学评价法、灰色系统评价法、物元分析法、层次分析法等。相比较而言，由于层次分析法具有高度的逻辑性、系统性、灵活性与实用性的特点，且较为成熟，从而成为区域生态质量评价的主流方法之一。
2、层次分析法的基本思路是将所研究的问题视做一个大系统，通过对系统的多个因素的分析，划分出各因素之间相互联系的有序层次，然后对每一个层次的各个因素进行客观地判断后，建立相应的评价指标体系，给出每一层次全部因素的相对重要性的权重值，并加以排序，最后则根据排序结果进行规划决策和选择解决问题的措施。其中，评价指标体系的构建是一个关键问题。
3、在区域生态质量评价工作中，传统的层次分析法选取评价指标体系纷繁复杂，有些指标收集困难，或因难以获取，直接制约了区域生态质量状况的动态评价。生态脆弱区普遍存在着土壤贫瘠、水土流失或沙化严重、灾害频发、植被稀疏或植被功能低下等问题，生态环境状况总体上不容乐观。
4、需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路>
1、本申请的目的在于提供一种生态环境质量的评估方法及相关设备，至少在一定程度上克服现有技术存在的问题，通过训练样本集生成目标评价指标模型，确认目标评价指标模型的评价权重因子和评价权重系数，将待评估区域的信息输入到目标评价指标模型中，从而获得对应的评价权重系数和评价数据，生成目标区域的综合分数，并基于综合分数获取影响目标区域的影响因子，并基于该影响因子生成目标区域的生态质量数据，从而更加准确的对目标区域的生态环境质量进行评估。
2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。
3、根据本申请的一个方面，提供一种生态环境质量的评估方法，包括：获取训练样本集和目标区域的土地类型信息，其中，所述训练样本集包括若干已评估区域的土地类型信息，所述目标区域为待评估区域；对所述训练样本集进行预处理，生成带有目标特征数据的训练样本集；基于所述带有目标特征数据的训练样本集对预设评价指数模型进行处理，生成目标评价指标模型；基于目标评价指标模型对所述目标区域的土地类型信息进行处理，生成目标区域的评价权重系数和评价数据；对所述评价权重系数和所述评价数据进行预处理，生成目标区域的综合评分；基于生态质量评估模型对所述目标区域的综合评分进行处理，生成目标区域的生态质量系数；基于预设处理规则对所述生态质量系数进行处理，生成目标区域的生态质量数据。
4、在本申请的一个实施例中，所述对所述训练样本集进行预处理，生成带有目标特征数据的训练样本集，包括：对所述训练样本集进行特征提取，确定原始特征库；根据所述原始特征库划分各个特征数据集，生成训练数据集和测试数据集；利用分类器对原始特征库划分各个测试数据集进行预测，确定预测结果；使用预设算法在原始特征库划分各个训练数据集进行训练，得到测试集类预测结果；根据预测结果以及测试集类预测结果，生成目标特征数据。
5、在本申请的一个实施例中，所述对所述训练样本集进行特征提取，包括：构建地域因子分析模型；基于所述地域因子分析模型对所述训练样本集进行处理，生成若干地域的特征信息；基于主成分分析法对所述地域因子分析模型进行处理，生成各地域特征类型的主成分得分值。
6、在本申请的一个实施例中，所述基于生态质量评估模型对所述目标区域的综合评分进行处理，生成目标区域的生态质量系数，包括：获取目标区域对应的图像信息；对所述图像信息进行切片处理，生成多个局部图像；基于生态质量评估模型分别对多个局部图像进行处理，分别生成多个局部图像对应的分数；分别对所述多个局部图像对应的分数进行处理，获取与生成对应局部图像分数占比最大的影响因子；基于所述影响因子生成目标区域的生态质量系数。
7、在本申请的一个实施例中，所述基于所述带有目标特征数据的训练样本集对预设评价指数模型进行处理，生成目标评价指标模型，包括：将所述带有目标特征数据的训练样本集基于预设比例划分为用于训练所述预设评价指数模型的训练集和用于测试所述预设评价指数的测试集；从所述训练集中提取多组数据组，其中，每组数据组均包含预设数量的数据样本，其中，至少一个数据样本包括目标特征数据；基于多组所述数据组中的数据样本对所述预设评价指数模型进行训练，生成训练后的评价指数模型；基于所述测试集对所述训练后的评价指数模型进行处理，生成测试结果；若所述测试结果中包含目标特征数据的数据样本为生态质量数据大于预设阈值的地域信息，则将所述训练后的评价指数模型作为目标评价指数模型。
8、在本申请的一个实施例中，所述从所述训练集中提取多组数据组，包括：基于目标特征数据对所述训练集进行划分，生成若干数量的数类样本；获取所述训练集中任一数量少于预设阈值的数类样本；基于所述任一数量少于预设阈值的数类样本与同类别的其他数量少于预设阈值的数类样本之间的距离，生成相邻样本，其中，所述相邻样本包括所述任一数量少于预设阈值的数类样本的预设数量；对所述相邻样本进行采样，生成预设数量的采样样本；基于任一少数类样本与每个采样样本，生成多组数据组。
9、在本申请的一个实施例中，所述对所述相邻样本进行采样，生成预设数量的采样样本，包括：基于所述训练集中各数类样本的数量，确定采样比例；基于所述采样比例，确定采样比率；基于所述采样比率对所述相邻样本进行采样，生成预设数量的采样样本。
10、本申请的另一个方面，一种生态环境质量的评估装置，其特征在于，所述装置包括：获取模块，用于获取训练样本集和目标区域的土地类型信息，其中，所述训练样本集包括若干已评估区域的土地类型信息，所述目标区域为待评估区域；处理模块，用于对所述训练样本集进行预处理，生成带有目标特征数据的训练样本集；基于所述带有目标特征数据的训练样本集对预设评价指数模型进行处理，生成目标评价指标模型；基于目标评价指标模型对所述目标区域的土地类型信息进行处理，生成目标区域的评价权重系数和评价数据；对所述评价权重系数和所述评价数据进行预处理，生成目标区域的综合评分；基于生态质量评估模型对所述目标区域的综合评分进行处理，生成目标区域的生态质量系数；基于预设处理规则对所述生态质量系数进行处理，生成目标区域的生态质量数据。
11、根据本申请的再一个方面，一种电子设备，其特征在于，包括：第一处理器；以及存储器，用于存储所述第一处理器的可执行指令；其中，所述第一处理器配置为经由执行所述可执行指令来执行实现上述的生态环境质量的评估方法。
12、根据本申请本文档来自技高网...
【技术保护点】
1.一种生态环境质量的评估方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述对所述训练样本集进行预处理，生成带有目标特征数据的训练样本集，包括：
3.如权利要求2所述的方法，所述对所述训练样本集进行特征提取，包括：
4.如权利要求1所述的方法，其特征在于，所述基于生态质量评估模型对所述目标区域的综合评分进行处理，生成目标区域的生态质量系数，包括：
5.如权利要求1所述的方法，其特征在于，所述基于所述带有目标特征数据的训练样本集对预设评价指数模型进行处理，生成目标评价指标模型，包括：
6.如权利要求5所述的方法，其特征在于，所述从所述训练集中提取多组数据组，包括：
7.如权利要求6所述的方法，所述对所述相邻样本进行采样，生成预设数量的采样样本，包括：
8.一种生态环境质量的评估装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被第二处理器执行时实现权利要求1
...【技术特征摘要】
1.一种生态环境质量的评估方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述对所述训练样本集进行预处理，生成带有目标特征数据的训练样本集，包括：
3.如权利要求2所述的方法，所述对所述训练样本集进行特征提取，包括：
4.如权利要求1所述的方法，其特征在于，所述基于生态质量评估模型对所述目标区域的综合评分进行处理，生成目标区域的生态质量系数，包括：
5.如权利要求1所述的方法，其特征在于，所述基于所述带有目标特征数据的训练样本集对预设评价指数模型进行...
【专利技术属性】
技术研发人员：王芳，张珣，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。