土壤氮矿化速率预测模型的训练方法、预测方法和装置制造方法及图纸

本申请提供一种土壤氮矿化速率预测模型的训练方法、预测方法和装置，涉及遥感技术领域。包括：获取监测区域样本的遥感图像样本和土壤样本；基于土壤样本确定监测区域样本中各观测点对应的土壤氮矿化速率标签；将遥感图像样本输入至初始土壤氮矿化速率预测模型中，从遥感图像样本中提取各观测点对应的多个植被指数特征，并基于多个植被指数特征和土壤氮矿化速率标签，选择目标植被指数特征；基于各观测点对应的目标植被指数特征和土壤氮矿化速率标签，对初始土壤氮矿化速率预测模型的模型参数进行更新，以训练得到土壤氮矿化速率预测模型，实现了在不受监测区域面积限制的情况下，有效地提高土壤氮矿化速率的计算效率和计算精度。

【技术实现步骤摘要】

本申请涉及遥感，尤其涉及一种土壤氮矿化速率预测模型的训练方法、预测方法和装置。

技术介绍

1、土壤氮矿化是生态系统中重要的氮素转化过程，对植物生长和生态系统功能起着关键作用。土壤氮矿化速率（nitrogen mineralization rate ，nmr）可以用于表征生态系统中重要的氮素转化过程。

2、目前，在确定土壤氮矿化速率时，通常需要对监测区域中的土壤进行实地采样和实验室分析，以确定土壤氮矿化速率。但是，该种方法通常仅适用于较小面积的监测区域，难以适用于大面积的监测区域，而且该种方法耗时耗力，导致土壤氮矿化速率的计算效率较低。

3、因此，在不受监测区域面积限制的情况下，如何有效地提高土壤氮矿化速率的计算效率，是本领域技术人员亟待解决的技术问题。

技术实现思路

1、本申请提供一种土壤氮矿化速率预测模型的训练方法、预测方法和装置，可以在不受监测区域面积限制的情况下，有效地提高土壤氮矿化速率的计算效率。

2、本申请提供一种土壤氮矿化速率预测模型的训练方法，包括：

<本文档来自技高网...

【技术保护点】

1.一种土壤氮矿化速率预测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的土壤氮矿化速率预测模型的训练方法，其特征在于，所述基于各所述观测点对应的多个植被指数特征和各所述观测点对应的土壤氮矿化速率标签，从所述多个植被指数特征中选择目标植被指数特征，包括：

3.根据权利要求2所述的土壤氮矿化速率预测模型的训练方法，其特征在于，所述基于各所述观测点对应的所述植被指数特征、所有观测点对应的所述植被指数特征的平均值、各所述观测点对应的土壤氮矿化速率标签，以及所述所有观测点对应的土壤氮矿化速率标签的平均值，确定所述植被指数特征对应的相关系数，包括：

...

【技术特征摘要】

1.一种土壤氮矿化速率预测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的土壤氮矿化速率预测模型的训练方法，其特征在于，所述基于各所述观测点对应的多个植被指数特征和各所述观测点对应的土壤氮矿化速率标签，从所述多个植被指数特征中选择目标植被指数特征，包括：

3.根据权利要求2所述的土壤氮矿化速率预测模型的训练方法，其特征在于，所述基于各所述观测点对应的所述植被指数特征、所有观测点对应的所述植被指数特征的平均值、各所述观测点对应的土壤氮矿化速率标签，以及所述所有观测点对应的土壤氮矿化速率标签的平均值，确定所述植被指数特征对应的相关系数，包括：

4.根据权利要求1所述的土壤氮矿化速率预测模型的训练方法，其特征在于，所述基于各所述观测点对应的多个植被指数特征和各所述观测点对应的土壤氮矿化速率标签，从所述多个植被指数特征中选择目标植被指数特征，包括：

5.一种土壤氮矿化速率的预测方法，其特征在于，包...

【专利技术属性】
技术研发人员：刁万英，李强，胡亚京，刘艳艳，刘阁，关山，
申请(专利权)人：北京观微科技有限公司，
类型：发明
国别省市：