[发明专利]一种基于云模型的森林土壤肥力人工智能综合评价方法

权利要求书

1.一种基于云模型的森林土壤肥力人工智能综合评价方法，在虚拟云理论的基础上，采用云模型结合主成分分析法，利用土壤肥力基础指标构建森林土壤肥力综合云模型，并根据云模型建立的评价集对森林土壤肥力进行智能综合评价。

2.根据权利要求1所述的基于云模型的森林土壤肥力人工智能综合评价方法，其特征在于，包括以下步骤：

1)森林土壤养分指标变量提取；

2)建立森林土壤肥力评价指标体系，得到每个指标的云特征值和云图；

3)确定森林土壤养分单项指标的权重；

4)建立森林土壤肥力综合云模型：根据单项指标的特征值和权重值，计算得到土壤肥力综合云模型及其数字特征值，同时得到森林土壤肥力综合云图。

5)确定森林土壤肥力评价集；

6)进行森林土壤肥力综合评价。

3.根据权利要求2所述的基于云模型的森林土壤肥力人工智能综合评价方法，其特征在于：步骤2)中，选取土壤养分指标作为评价指标，设定评价因子集为A＝{a₁,a₂,a₃,a₄,…}，按照土壤养分分级标准划分评价等级；按照逆向云发生器算法，分别输入各指标的采样点实测数据，得到每个指标的云特征值，再利用正向云发生器算法得到每个指标的云图。

4.根据权利要求2所述的基于云模型的森林土壤肥力人工智能综合评价方法，其特征在于：步骤3)中，采用主成分分析法确定土壤养分指标权重，单项指标的权重为各个公因子方差对公因子方差总和的贡献率，设权重因子集W＝{W₁,W₂,W₃,W₄,…}，其值大小表示该项肥力指标对土壤综合肥力的贡献。

5.根据权利要求2所述的基于云模型的森林土壤肥力人工智能综合评价方法，其特征在于：步骤4)中，将单指标的云特征值和权重值运用虚拟云理论中综合云算法进行计算，得到土壤肥力综合云模型及其数字特征值，同时得到森林土壤肥力综合云图。

6.根据权利要求5所述的基于云模型的森林土壤肥力人工智能综合评价方法，其特征在于：所述综合云算法的计算方式如下式，得到土壤肥力综合云模型及其数字特征期望值E_x、熵E_n、超熵H_e：

E_n＝E_n1 W₁+E_n2W₂+…+E_nnW_n

式中：E_xn、E_nn、H_en和W_n分别表示第n项养分指标的数字特征期望值、熵、超熵和权重。

7.根据权利要求2所述的基于云模型的森林土壤肥力人工智能综合评价方法，其特征在于：步骤5)中，为消除各评价因子量纲的影响，先对土壤肥力各指标的采样点实测数据进行归一化处理，再运用综合云算法得到土壤肥力综合云模型，根据正向云发生器原理，运用云模型的数字特征期望E_x、熵E_n、超熵H_e对指标评价集V{v₁,v₂,v₃}＝{低,中等,高}进行表达，构成土壤肥力评价集的云模型表达SC(E_x,E_n,H_e)。