[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

说明书

本发明涉及遥感技术与变量施肥技术领域，更具体的说是一种卷积神经网络土壤有效磷分析模型构建系统及方法，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，可以通过遥感与卷积神经网络的土壤有效磷分析模型，指导精准全面施肥，从而避免出现施肥过多造成成本投入过大、污染环境，施肥过少导致土壤板结、影响作物生长的问题、破坏土地。

技术领域

本发明涉及遥感技术与变量施肥技术领域，更具体的说是一种卷积神经网络土壤有效磷分析模型构建系统及方法。

背景技术

科学施肥是防止过度施肥引起的环境污染、施肥量不足导致的土壤供养不足影响作物生长、提升农产品品质的有效手段，而科学施肥的基础是精准掌握土壤养分分布，传统的测土方案是利用大量的检测点且检测点过于稀疏，通过以“点”代“面”衡量整片农田土壤有效磷含量，不能精细的做到“因田实测”，此方法需要现场采集大量的测土数据，不仅样本采集测定的成本高、也消耗大量的人力物力，增加生产成本，精度很难保证。

随着国内外卫星遥感的迅猛发展，多光谱数据、高光谱数据的卫星影像种类的增多，为我们研究基于多光谱和高光谱数据对土壤有效磷含量的反演提供了有效的数据支撑。但目前针对土壤中磷含量的反演模型大部分监测的是全磷，而进行科学施肥的重要影响因素是有效磷，因为有效磷建模受农业生产环境因素、地形环境、气象因素等影响较大，因此需要更高时间分辨率的影像数据及土壤有效磷反演模型，综上现有技术的缺点是无法实现种植前的土壤有效磷分布的快速收取，为科学施肥提供有效的数据支持。

发明内容

本发明的目的是提供一种卷积神经网络土壤有效磷分析模型构建系统及方法，可以通过构建分析模型系统，以解决农业生产活动、气象因素的影响，高效、准确的获取土壤有效磷分布数据，为科学施肥提供数据支撑。

本发明的目的通过以下技术方案来实现：

一种卷积神经网络土壤有效磷分析模型构建系统，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；

所述原始数据整理模块用于根据构建卷积神经网络结构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。

所述波段变换模块用于对预处理后影像波段按照固定的公式进行变换，得到变换波段，扩充影像波段信息，提升影像波段的敏感性。

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。

参数输入模块用于建立卷积神经网络结构训练的输入参数变换；

卷积神经网络构建模块负责构建卷积神经网络结构及封装；

精度评定模块用于训练卷积神经网络结构精度评定；

剔除粗误差模块依据精度评定结果剔除较为明显的误差，提升卷积神经网络结构训练精度；

模型验证模块负责验证最终结果精度；

模型保存模块用于保存最优土壤有效磷反演模型；

模型再训练模块用于继续训练保存的最优的土壤有效磷反演模型，进一步提升土壤有效磷反演模型精度；

成果图输出模块用于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。

一种卷积神经网络土壤有效磷分析模型构建方法，该方法包括以下步骤：