[发明专利]一种卷积神经网络土壤有效磷分析模型构建系统及方法

权利要求书

1.一种卷积神经网络土壤有效磷分析模型构建系统，其特征在于：该系统包括以流程化操作的原始数据整理模块、波段变换模块、敏感性分析模块、变换波段分析模块、参数输入模块、卷积神经网络构建模块、模型训练模块、精度评定模块、剔除粗误差模块、模型验证模块、模型保存模块、模型再训练模块和成果图输出模块，敏感性分析模块用于分析预处理后影像波段及变换波段对土壤有效磷的敏感程度，标定输入波段参数。

2.根据权利要求1所述的一种卷积神经网络土壤有效磷分析模型构建系统，其特征在于：所述原始数据整理模块用于根据构建卷积神经网络模型的数据输入结构要求，对土壤样本数据、气象输出、地形数据、土壤类型数据进行分集、转换、封装和标定。

3.根据权利要求1所述的一种卷积神经网络土壤有效磷分析模型构建系统，其特征在于：所述波段变换模块用于对预处理后的影像的波段按照固定的公式进行变换，扩充影像波段信息，提升影像波段的敏感性。

4.一种卷积神经网络土壤有效磷分析模型构建方法，其特征在于：该方法包括以下步骤：

步骤一：对目标区域土壤样本采集建立土壤有效磷样本数据库，建立气象数据库、地形数据库、土壤类型数据库，土壤样本数据、气象输出、地形数据和土壤类型数据通过原始数据整理模块进行分集、转换、封装和标定；

步骤二：利用波段变换模块对收集的预处理后影像波段进行数学变换；

步骤三：通过敏感性分析模块基于土壤有效磷样本数据库对预处理后的影像波段及变换波段进行敏感性分析，标定输入波段参数；

步骤四：参数输入模块对土壤有效磷样本数据库、气象数据库、地形数据库及土壤类型数据库与输入波段参数进行参数变换；

步骤五：卷积神经网络构建模块构建卷积神经网络；

步骤六：精度评定模块评定卷积神经网络模型训练的精度；

步骤七：剔除粗误差模块进行粗误差剔除；

步骤八：模型验证模块利用实地采集的土壤有效磷数据验证利用卷积神经网络模型反演后数据的精度；

步骤九：模型保存模块保存最优土壤有效磷反演模型，形成地域化标定土壤有效磷反演模型；

步骤十：模型再训练模块对保存的最优的土壤有效磷反演模型进行再次训练；

步骤十一：成果图输出模块将目标区域的土壤有效磷分布成果图，按影像坐标系及投影进行输出。

5.根据权利要求4所述的一种卷积神经网络土壤有效磷分析模型构建系统，其特征在于：所述土壤样本采集为目标区域土壤样点采集，获取土壤采集时间段内的最高温度、最低温度、相对湿度和降雨量信息建立气象数据库；获取目标区域的坡度和海拔高度建立地形数据库；收集目标区域的红壤、黄壤、黄棕壤和黑钙土建立土壤类型数据库。

6.根据权利要求4所述的一种卷积神经网络土壤有效磷分析模型构建系统，其特征在于：所述土壤样本影像数据包含Landsat8OLI、Sentinel-2和GF-5AHSI，波段变换模块对原始影像数据进行辐射定标、大气校正、滤波处理及重采样处理，建立预处理后影像数据库。

7.根据权利要求4所述的一种卷积神经网络土壤有效磷分析模型构建系统，其特征在于：通过敏感性分析模块中设置的基于斯皮尔曼相关性分析算法对变换波段进行敏感分析。

8.根据权利要求4所述的一种卷积神经网络土壤有效磷分析模型构建系统，其特征在于：步骤四中根据土壤有效磷反演模型结构的四维数据输入参数格式要求整合模型训练输入及目标参数并进行变换与标定。