[发明专利]城-郊梯度区域土壤重金属累积过程时空模拟方法有效
申请号: | 202211482798.9 | 申请日: | 2022-11-24 |
公开(公告)号: | CN115859596B | 公开(公告)日: | 2023-07-04 |
发明(设计)人: | 侯鹰;谢国浩;高镇;张金玲;陈卫平 | 申请(专利权)人: | 中国科学院生态环境研究中心 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F30/27;G06F18/24;G06F18/214;G06N3/045;G06N3/08 |
代理公司: | 北京睿智保诚专利代理事务所(普通合伙) 11732 | 代理人: | 杨艳颖 |
地址: | 100085 北京市海淀区双清路1*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 梯度 区域 土壤 重金属 累积 过程 时空 模拟 方法 | ||
1.城-郊梯度区域土壤重金属累积过程时空模拟方法,其特征在于,包括以下步骤:
步骤一、进行城-郊梯度区域土壤采样和理化性状分析;
步骤二、构建土壤重金属累积过程数学模型并获取参数值;
步骤三、基于遥感影像解译进行城-郊梯度区域土地利用分类,得到土地利用分类结果;
步骤四、在所述步骤三中城-郊梯度区域土地利用分类的基础上开展城-郊梯度区域土地利用变化模拟;
步骤五、基于步骤一至步骤四提供的土壤重金属累积过程数学模型和土地利用分类结果,开展城-郊梯度区域土壤重金属累积过程时空模拟;
所述步骤四包括土地利用变化模拟模型原理和模拟流程,其中,所述模拟模型原理利用Matlab2017b为平台耦合元胞自动机、Markov模型和神经网络模型;
元胞自动机-Markov-神经网络耦合模型模拟土地流程如下:
利用Markov模型预测得到土地利用的需求数量,以ANN-CA为主体选取数据训练以得到元胞自动机的转移规律,对生成的模型进行验证并使用模型进行未来土地利用变化模拟预测;
其中,ANN-CA模型选取影响土地利用变化的驱动因子,公式表示为
X(k,t)=[x1(k,t),x2(k,t),x3(k,t),…,xi(k,t),…xn(k,t)]T;
xi(k,t)为单元k在t时刻的第i个变量值;
将输入神经网络的数据用最大值和最小值进行标准化处理,计算公式为
x′i(k,t)=[xi(k,t)-min]/(max-min);
并输入到隐藏层,计算公式为
netj(k,t)=∑jwi,jx'i(k,t);
netj(k,t)为隐藏层的第j个神经元从输入层接收得到的数值,wi,j为输入层与隐藏层的权值;
当隐藏层将产生的信号传入输出层,得到的即为转移概率,其计算公式为:
式中:P(k,t,l)表示单元k在模拟时刻t从现类别到第l类别的土地利用转移概率,wj,l为隐藏层到输出层的权值;
为了使模拟结果更为准确,在元胞自动机中引入一个随机变量,其表达式为:
RA=1+(-lnγ)α;
γ为落在[0,1]的随机数,α为控制随机变量大小的参数;
此时单元k在模拟时刻t从现类别到第l类别的土地利用转移概率为:
将阈值T和随机变量α作为控制土地利用转移的参数,将计算得到的转换概率与阈值进行比较,当土地利用的转移概率大于阈值时,单元则直接转换该土地利用;当土地利用的转移概率小于阈值时则生成一个随机数,当随机数大于0.5时,输出单元中最大转换概率值所对应的土地利用类型;当随机数小于0.5时,则不发生改变,采用Lee-Sallee指数进行判断,其公式为
A0表示真实的土地利用分类,A1表示模拟的土地利用分类。
2.根据权利要求1所述的城-郊梯度区域土壤重金属累积过程时空模拟方法,其特征在于,所述步骤一土壤理化性状分析如下:
对采集的土壤样品进行烘干、研磨、过筛预处理,测定土壤含水量、容重的物理性状,对处理后的土样进行消煮后使用ICP-MS测定各种重金属含量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院生态环境研究中心,未经中国科学院生态环境研究中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211482798.9/1.html,转载请声明来源钻瓜专利网。