[发明专利]一种基于土壤—环境知识获取多尺度环境因子集方法

权利要求书

1.一种基于土壤—环境知识获取多尺度环境因子集方法，其特征在于，所述方法包括如下步骤：

S1：收集区域的遥感影像数据、等高线数据以及原始土壤图；

S2：从等高线数据中提取数字高程模型，进而提取多尺度地形因子信息；

S3：对遥感影像做主成分分析，提取多尺度遥感因子数据集；

S4：从原始土壤图中提取母质信息和训练样本集；

S5：将多尺度地形因子和多尺度遥感因子数据进行打包，形成训练集各尺度自然—遥感环境数据集；

S6：对训练集中的多尺度自然—遥感环境数据集进行特征变量筛选；

S7：将精度最高的最优尺度环境因子集的训练集运用网格搜索优化的CatBoost模型建模从而推理得到土壤类型图。

S8：使用实地采样点建立验证集，对推理得到的土壤类型图进行精度验证，获取总体精度、用户精度、生产精度和Kappa系数，确定推理的土壤类型图是否合格。

2.根据权利要求1所述的一种基于土壤—环境知识获取多尺度环境因子集方法，其特征在于：所述地形因子分别有母质、坡度、坡向、水平曲率、沿平面曲率、沿剖面曲率、地形湿度指数、地形起伏度和地表粗糙度。

3.根据权利要求1所述的一种基于土壤—环境知识获取多尺度环境因子集方法，其特征在于：所述多尺度地形因子采用3×3至29×29的奇数大小，共14个尺度，运用邻域分析提取各个尺度地形因子，获取多尺度地形因子集。

4.根据权利要求1所述的一种基于土壤—环境知识获取多尺度环境因子集方法，其特征在于：所述遥感因子集包括NDVI和八个纹理特征，八个纹理特征分别是：均值、方差、相异性、对比度、协同性、二阶矩、相关性和信息熵。

5.根据权利要求1所述的一种基于土壤—环境知识获取多尺度环境因子集方法，其特征在于：所述从遥感影像中提取的多尺度遥感因子，其多尺度采用3×3至29×29的奇数大小，共14个尺度，采用Band math工具计算NDVI，运用灰度共生矩阵(GLCM)提取各个尺度遥感因子从而获取多尺度遥感因子集。

6.根据权利要求5所述的一种基于土壤—环境知识获取多尺度环境因子集方法，其特征在于，所述从遥感影像中提取多尺度遥感因子之前，先要在Snap软件中对遥感影像数据进行栅格数据重采样，采样空间分辨率为10米。

7.根据权利要求1所述的一种基于土壤—环境知识获取多尺度环境因子集方法，其特征在于：所述运用原始土壤图，按照土壤类型均匀生成样点，去除空值后，分别使用多值提取至点工具和空间连接工具提取采样点对应的空间属性信息，包括地形因子信息和遥感因子信息。

8.根据权利要求1所述的一种基于土壤—环境知识获取多尺度环境因子集方法，其特征在于，所述对于不同尺度环境因子数据集，采用Boruta算法对其进行重要性分析。