本發(fā)明涉及農(nóng)業(yè)，尤其涉及一種基于機(jī)器學(xué)習(xí)的土壤地力遙感反演方法。

背景技術(shù)：

1、土壤地力反演是農(nóng)業(yè)資源管理和精準(zhǔn)農(nóng)業(yè)的重要基礎(chǔ)，其核心目標(biāo)是通過(guò)遙感數(shù)據(jù)反演土壤理化參數(shù)（如有機(jī)質(zhì)、氮磷鉀含量等），為土壤肥力評(píng)估和作物種植決策提供科學(xué)依據(jù)。傳統(tǒng)方法主要依賴實(shí)地采樣和實(shí)驗(yàn)室分析，存在成本高、時(shí)效性差、空間覆蓋有限等問(wèn)題。近年來(lái)，遙感技術(shù)因其大范圍、周期性觀測(cè)能力，逐漸成為土壤參數(shù)反演的重要手段。然而，現(xiàn)有遙感反演方法仍存在反演準(zhǔn)確度不足的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種基于機(jī)器學(xué)習(xí)的土壤地力遙感反演方法。

2、本發(fā)明提供了一種基于機(jī)器學(xué)習(xí)的土壤地力遙感反演方法，包括以下步驟：

3、步驟s1，獲取歷史土壤數(shù)據(jù)庫(kù)、歷史遙感影像數(shù)據(jù)及目標(biāo)年份遙感影像數(shù)據(jù)；

4、步驟s2，對(duì)所述歷史土壤數(shù)據(jù)、所述歷史遙感影像數(shù)據(jù)及所述目標(biāo)年份遙感影像數(shù)據(jù)進(jìn)行預(yù)處理，包括輻射定標(biāo)、大氣校正及幾何校正；

5、步驟s3，基于預(yù)處理后的歷史遙感影像數(shù)據(jù)，計(jì)算植被指數(shù)和葉面積指數(shù)，確定裸土窗口期；

6、步驟s4，基于所述裸土窗口期的空間分布，創(chuàng)建覆蓋研究區(qū)域的漁網(wǎng)網(wǎng)格；

7、步驟s5，從所述漁網(wǎng)網(wǎng)格中提取歷史土壤參數(shù)及對(duì)應(yīng)窗口期的遙感影像波段反射率值，構(gòu)建訓(xùn)練樣本；

8、步驟s6，將所述訓(xùn)練樣本劃分為訓(xùn)練集和驗(yàn)證集，并通過(guò)相關(guān)系數(shù)法進(jìn)行特征選擇；

9、步驟s7，采用多模型協(xié)同訓(xùn)練方式，基于所述訓(xùn)練集建立土壤參數(shù)反演模型；

10、步驟s8，利用訓(xùn)練完成的模型對(duì)所述目標(biāo)年份遙感影像數(shù)據(jù)進(jìn)行土壤地力反演。

11、可選地，所述步驟s4中漁網(wǎng)網(wǎng)格的創(chuàng)建方法包括：

12、基于所述裸土窗口期的空間分布，將所述研究區(qū)域劃分為等間距矩形網(wǎng)格，每個(gè)網(wǎng)格的地理坐標(biāo)范圍與所述歷史土壤數(shù)據(jù)庫(kù)的空間分辨率匹配。

13、可選地，所述漁網(wǎng)網(wǎng)格的間距根據(jù)研究區(qū)域范圍和土壤參數(shù)反演精度需求設(shè)定，每個(gè)網(wǎng)格內(nèi)包含至少一個(gè)土壤數(shù)據(jù)采樣點(diǎn)。

14、可選地，所述漁網(wǎng)網(wǎng)格的創(chuàng)建進(jìn)一步包括：

15、將每個(gè)網(wǎng)格的邊界坐標(biāo)與所述歷史遙感影像數(shù)據(jù)的空間格網(wǎng)對(duì)齊。

16、可選地，所述步驟s2中的幾何校正通過(guò)多項(xiàng)式變換模型實(shí)現(xiàn)，具體包括：

17、在遙感影像上選取均勻分布的地面控制點(diǎn)，建立影像像點(diǎn)坐標(biāo)與地面控制點(diǎn)坐標(biāo)的映射關(guān)系。

18、可選地，所述多項(xiàng)式變換模型的公式為：

19、；

20、其中，(x,y)為影像像點(diǎn)坐標(biāo)，(x,y)為地面控制點(diǎn)坐標(biāo)，ai和bi為通過(guò)最小二乘法求解的多項(xiàng)式系數(shù)。

21、可選地，所述步驟s7中的多模型協(xié)同訓(xùn)練包括：

22、同步訓(xùn)練隨機(jī)森林模型和梯度提升樹(shù)模型，分別輸出土壤參數(shù)預(yù)測(cè)值，并通過(guò)加權(quán)平均整合預(yù)測(cè)結(jié)果；

23、所述隨機(jī)森林模型的權(quán)重高于所述梯度提升樹(shù)模型的權(quán)重。

24、可選地，s8之后，還包括：

25、s9、構(gòu)建速效養(yǎng)分轉(zhuǎn)換模型；

26、s10、基于所述預(yù)測(cè)結(jié)果和所述速效養(yǎng)分轉(zhuǎn)換模型確定土壤速效養(yǎng)分。

27、可選地，所述步驟s3中葉面積指數(shù)的計(jì)算包括：

28、基于歸一化植被指數(shù)與所述葉面積指數(shù)的線性關(guān)系，通過(guò)以下公式反演：

29、；

30、其中，ndvi為所述歸一化植被指數(shù)，系數(shù)a和b通過(guò)實(shí)驗(yàn)數(shù)據(jù)擬合確定。

31、可選地，所述葉面積指數(shù)的計(jì)算進(jìn)一步包括：

32、對(duì)全年時(shí)間序列的葉面積指數(shù)數(shù)據(jù)進(jìn)行分析，篩選每個(gè)網(wǎng)格中最小值對(duì)應(yīng)的日期作為裸土窗口期。

33、本發(fā)明實(shí)施例具有以下技術(shù)效果：

34、本方案首先通過(guò)輻射定標(biāo)、大氣校正與幾何校正的協(xié)同預(yù)處理顯著降低數(shù)據(jù)誤差，確保地表反射率的物理真實(shí)性，為后續(xù)分析提供可靠基礎(chǔ)。在此基礎(chǔ)上，基于植被指數(shù)與葉面積指數(shù)的動(dòng)態(tài)窗口期篩選機(jī)制，精準(zhǔn)捕捉土壤裸露程度最高的時(shí)期，大幅削弱植被覆蓋對(duì)光譜特征的干擾，尤其適應(yīng)不同區(qū)域植被生長(zhǎng)周期的差異性。進(jìn)一步通過(guò)等間距漁網(wǎng)網(wǎng)格構(gòu)建與遙感數(shù)據(jù)的像素級(jí)空間對(duì)齊，解決土壤點(diǎn)數(shù)據(jù)與遙感面數(shù)據(jù)的尺度失配問(wèn)題，使訓(xùn)練樣本的空間一致性顯著提升，避免傳統(tǒng)方法中因數(shù)據(jù)錯(cuò)位導(dǎo)致的特征失真。依托高質(zhì)量樣本，隨機(jī)森林與梯度提升樹(shù)的多模型協(xié)同機(jī)制充分發(fā)揮互補(bǔ)優(yōu)勢(shì)：隨機(jī)森林通過(guò)特征隨機(jī)選擇增強(qiáng)抗噪能力，梯度提升樹(shù)通過(guò)殘差迭代優(yōu)化非線性擬合，二者加權(quán)融合后，模型對(duì)復(fù)雜土壤參數(shù)關(guān)系的泛化能力與穩(wěn)定性顯著提高?；谏鲜龇桨福景l(fā)明能夠提高土壤地力的反演精度。

技術(shù)特征：

1.一種基于機(jī)器學(xué)習(xí)的土壤地力遙感反演方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟s4中漁網(wǎng)網(wǎng)格的創(chuàng)建方法包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述漁網(wǎng)網(wǎng)格的間距根據(jù)研究區(qū)域范圍和土壤參數(shù)反演精度需求設(shè)定，每個(gè)網(wǎng)格內(nèi)包含至少一個(gè)土壤數(shù)據(jù)采樣點(diǎn)。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述漁網(wǎng)網(wǎng)格的創(chuàng)建進(jìn)一步包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟s2中的幾何校正通過(guò)多項(xiàng)式變換模型實(shí)現(xiàn)，具體包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述多項(xiàng)式變換模型的公式為：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟s7中的多模型協(xié)同訓(xùn)練包括：

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，s8之后，還包括：

9.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟s3中葉面積指數(shù)的計(jì)算包括：

10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述葉面積指數(shù)的計(jì)算進(jìn)一步包括：

技術(shù)總結(jié)
本發(fā)明涉及農(nóng)業(yè)技術(shù)領(lǐng)域，公開(kāi)了一種基于機(jī)器學(xué)習(xí)的土壤地力遙感反演方法，包括；獲取歷史土壤數(shù)據(jù)庫(kù)、歷史遙感影像數(shù)據(jù)及目標(biāo)年份遙感影像數(shù)據(jù)并進(jìn)行預(yù)處理，包括輻射定標(biāo)、大氣校正及幾何校正；基于預(yù)處理后的歷史遙感影像數(shù)據(jù)計(jì)算植被指數(shù)和葉面積指數(shù)，確定裸土窗口期；基于裸土窗口期的空間分布創(chuàng)建覆蓋研究區(qū)域的漁網(wǎng)網(wǎng)格；從漁網(wǎng)網(wǎng)格中提取歷史土壤參數(shù)及對(duì)應(yīng)窗口期的遙感影像波段反射率值，構(gòu)建訓(xùn)練樣本；將訓(xùn)練樣本劃分為訓(xùn)練集和驗(yàn)證集并通過(guò)相關(guān)系數(shù)法進(jìn)行特征選擇；采用多模型協(xié)同訓(xùn)練方式，基于訓(xùn)練集建立土壤參數(shù)反演模型；利用訓(xùn)練完成的模型對(duì)目標(biāo)年份遙感影像數(shù)據(jù)進(jìn)行土壤地力反演。綜上，能夠提升土壤地力的預(yù)測(cè)精度。

技術(shù)研發(fā)人員：馮斌,鄧永卓,倪福勛,楊海濤,王鳳丹
受保護(hù)的技術(shù)使用者：天津田藝科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15