[发明专利]基于HASM和欧氏距离算法的烟叶品质分区方法

摘要

本发明属于烟草种植技术领域，具体为基于HASM和欧氏距离算法的烟叶品质分区方法，包括烟区高精度气象、土壤环境时空分布信息数据库的构建，烟区各分片气象因子、土壤性质值和烟叶感官质量综合值提取，烟叶感官质量综合值的关键因子、权重及关键因子特征值的计算，烟叶品质分区的实现。本发明以MODIS遥感信息和地面观测数据为基础，采用HASM方法与人工神经网络模型、回归模型相结合，创建烟区气象及土壤性质时空分布高精度模拟方法，获取烟区气象和土壤等环境因子精准的时空分布信息；利用多年烟叶感官品质监测数据和模拟环境数据，量化影响烟叶感官品质的关键环境因子及其权重和特征中心值；采用欧氏距离算法进行烟区烟叶品质区划。

主权项

1.基于HASM和欧氏距离算法的烟叶品质分区方法，包括以下步骤：(一)烟区高精度气象、土壤环境时空分布信息数据库的构建利用HASM模型与人工神经网络模型、最小二乘回归或地理加权回归模型相结合，分别建立烟区复杂地形条件下气象因子和土壤性质时空分布高精度模拟方法，获得烟区4至9月逐旬气象因子空间分布图，以及土壤性质空间分布图，构建烟区高精度气象、土壤环境信息数据库；(二)烟区各分片气象因子、土壤性质值和烟叶感官质量综合值提取(1)基于烟区各分片历年烟叶感官质量综合评价值，统计得到各分片多年感官品质综合得分值；(2)以分片界矢量地图和模拟得到的高精度气象、土壤性质空间分布图为基础，提取各分片4至9月逐旬气象因子特征值；(三)烟叶感官质量综合值的关键因子、权重及关键因子特征值的计算(1)基于烟区各分片历年感官品质综合得分值和模拟得到的气象和土壤性质值，采用直线或曲线回归模型建立各分片历年感官品质综合得分值与各分片气象和土壤性质值间的映射关系，根据各模型的显著水平确定各气象因子的关键时期或关键土壤性质；(2)将烟区各分片的感官品质综合得分值划分等级，统计计算得到不同等级烟叶品质所对应的关键环境因子平均值，以该平均值作为关键环境因子的特征中心值；(3)采用多元回归模型分别建立烟叶感官质量综合值与气温各关键时期、降雨关键时期、日照时数关键时期以及关键土壤性质间的回归模型，以模型的校正决定系数分别确定气温、降雨、日照时数和土壤性质4个因素的权重；(四)烟叶品质分区的实现(1)基于气象因子各时期及土壤性质空间分布模拟数据，利用烟区分片界矢量图，提取烟区各分片各时期关键气象因子及土壤性质值；(2)采用欧氏距离法分别计算气温、降雨量、日照时数和土壤性质4个因素与烟叶感官质量最优等级所对应的关键环境因子特征中心值间的距离；(3)将4个因素与最优烟叶等级关键环境因子特征中心值的距离乘以各自的权重，即得到各分片环境因子与最优烟叶等级所对应的环境因子中心的综合距离；该距离越小，表明所在分片的环境因子与最优烟叶等级所对应的环境因子越接近，该分片所生产的烟叶品质越优；(4)利用各分片的关键环境因子综合距离值与烟叶品质间的对应关系，以分片为评价单元，将烟区各分片划分为多类区域，从而实现对烟区烟叶感官质量分区。