本發(fā)明涉及土壤肥力評估，具體是一種基于即時數(shù)據(jù)的城市綠地土壤肥力指標(biāo)評定系統(tǒng)及方法。

背景技術(shù)：

1、土壤肥力是指土壤能夠提供植物生長所需的水分、養(yǎng)分、空氣和熱量等條件的能力，它是土壤物理、化學(xué)和生物性質(zhì)的綜合反映，土壤肥力的高低直接影響作物的生長和產(chǎn)量，土壤肥力評估是農(nóng)業(yè)科學(xué)研究和農(nóng)業(yè)生產(chǎn)管理中的一項重要工作，它涉及土壤中養(yǎng)分含量、物理性質(zhì)、化學(xué)性質(zhì)和生物活性等多個方面的綜合評價?，F(xiàn)有的土壤改良方法，通常是在獲取土壤肥力的指標(biāo)后，根據(jù)土壤肥力評估結(jié)果對土壤進(jìn)行針對性改良；然而，土壤肥力指標(biāo)中的大多數(shù)都需要通過對土壤進(jìn)行采樣并進(jìn)行實驗分析方能獲取，進(jìn)行實驗分析需要消耗大量時間，難以獲取土壤肥力指標(biāo)的實時數(shù)據(jù)，不能做到實時評估土壤肥力；而實時評估可以及時發(fā)現(xiàn)土壤存在的問題并采取相應(yīng)的措施進(jìn)行改良和修復(fù)，從而保持土壤的健康和生產(chǎn)力；為此，如何根據(jù)傳感器獲取的即時獲取，實時估算實驗室的土壤肥力指標(biāo)分析結(jié)果，成了一個急需解決的問題。

技術(shù)實現(xiàn)思路

1、在本發(fā)明的目的在于提供系統(tǒng)及方法，以解決現(xiàn)有技術(shù)中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于即時數(shù)據(jù)的城市綠地土壤肥力指標(biāo)評定方法，包括：

3、s11，獲取土壤肥力指標(biāo)的歷史數(shù)據(jù)；所述土壤肥力指標(biāo)包括現(xiàn)場速測指標(biāo)和室內(nèi)檢測指標(biāo)，所述現(xiàn)場速測指標(biāo)通過檢測設(shè)備即時進(jìn)行測量，所述室內(nèi)檢測指標(biāo)通過實驗室的化學(xué)分析方法進(jìn)行測量；

4、s12，對土壤肥力指標(biāo)進(jìn)行預(yù)處理，提取出室內(nèi)檢測指標(biāo)的預(yù)測模型的輸入特征；

5、s13，利用提取出的輸入特征訓(xùn)練室內(nèi)檢測指標(biāo)的預(yù)測模型；

6、s14，獲取現(xiàn)場速測指標(biāo)的即時數(shù)據(jù)和室內(nèi)檢測指標(biāo)的歷史數(shù)據(jù)，通過室內(nèi)檢測指標(biāo)的預(yù)測模型得到室內(nèi)檢測指標(biāo)的即時數(shù)據(jù)，根據(jù)現(xiàn)場速測指標(biāo)和室內(nèi)檢測指標(biāo)的即時數(shù)據(jù)對土壤肥力進(jìn)行綜合評估。

7、在步驟s12中，所述提取出室內(nèi)檢測指標(biāo)的預(yù)測模型的輸入特征還包括以下步驟：

8、s21，獲取土壤肥力室內(nèi)檢測指標(biāo)的歷史數(shù)據(jù)，令t1和t2分別表示兩次通過實驗室的化學(xué)分析方法對土壤肥力室內(nèi)檢測指標(biāo)進(jìn)行測量的時間，獲取時間[t1,t2]內(nèi)土壤肥力現(xiàn)場速測指標(biāo)的變換情況，令xi（t）表示時間[t1,t2]內(nèi)第i個土壤肥力現(xiàn)場速測指標(biāo)的變換情況；

9、s22，分析土壤肥力室內(nèi)檢測指標(biāo)與現(xiàn)場速測指標(biāo)的相關(guān)性，從歷史數(shù)據(jù)中獲取同一時間下土壤肥力室內(nèi)檢測指標(biāo)與現(xiàn)場速測指標(biāo)的實際值，將一個土壤肥力室內(nèi)檢測指標(biāo)作為擬合目標(biāo)，用其他剩余的土壤肥力現(xiàn)場速測指標(biāo)作為輸入對擬合目標(biāo)進(jìn)行回歸，根據(jù)回歸結(jié)果得到擬合優(yōu)度；將一個土壤肥力現(xiàn)場速測指標(biāo)g從輸入中排除，重新對擬合目標(biāo)進(jìn)行回歸，若擬合優(yōu)度的變化幅度小于閾值，則判斷土壤肥力現(xiàn)場速測指標(biāo)g與擬合目標(biāo)不相關(guān)，若擬合優(yōu)度的變化幅度不小于閾值，則判斷土壤肥力現(xiàn)場速測指標(biāo)g與擬合目標(biāo)相關(guān)；對所有土壤肥力現(xiàn)場速測指標(biāo)逐個進(jìn)行排除，得到與擬合目標(biāo)相關(guān)的土壤肥力現(xiàn)場速測指標(biāo)；更換擬合目標(biāo)，重復(fù)步驟得到土壤肥力現(xiàn)場速測指標(biāo)與室內(nèi)檢測指標(biāo)的相關(guān)性；將相關(guān)聯(lián)的室內(nèi)檢測指標(biāo)數(shù)量不小于1的現(xiàn)場速測指標(biāo)加入集合u中；

10、s23，從歷史數(shù)據(jù)中獲取同一時間下土壤肥力室內(nèi)檢測指標(biāo)與現(xiàn)場速測指標(biāo)的實際值，將一個土壤肥力室內(nèi)檢測指標(biāo)作為擬合目標(biāo)，用其他剩余的土壤肥力室內(nèi)檢測指標(biāo)作為輸入對擬合目標(biāo)進(jìn)行回歸，根據(jù)回歸結(jié)果得到擬合優(yōu)度；將一個土壤肥力室內(nèi)檢測指標(biāo)f從輸入中排除，重新對擬合目標(biāo)進(jìn)行回歸，若擬合優(yōu)度的變化幅度小于閾值，則判斷土壤肥力室內(nèi)檢測指標(biāo)f與擬合目標(biāo)不相關(guān)，若擬合優(yōu)度的變化幅度不小于閾值，則判斷土壤肥力室內(nèi)檢測指標(biāo)f與擬合目標(biāo)相關(guān)；對所有土壤肥力室內(nèi)檢測指標(biāo)逐個進(jìn)行排除，得到與擬合目標(biāo)相關(guān)的土壤肥力室內(nèi)檢測指標(biāo)；更換擬合目標(biāo)，重復(fù)步驟得到土壤肥力室內(nèi)檢測指標(biāo)與室內(nèi)檢測指標(biāo)內(nèi)部的相關(guān)性，獲得每個土壤肥力室內(nèi)檢測指標(biāo)相關(guān)聯(lián)的其他室內(nèi)檢測指標(biāo)的數(shù)量；

11、s24，計算出時間[t1,t2]內(nèi)集合u中第i個土壤肥力現(xiàn)場速測指標(biāo)的平均值axi（t2），；獲取時間[t1,t2]內(nèi)集合u中所有土壤肥力現(xiàn)場速測指標(biāo)的平均值、t1時土壤肥力室內(nèi)檢測指標(biāo)的測量值和時間差t2-t1，作為室內(nèi)檢測指標(biāo)的預(yù)測模型的初始輸入特征。

12、一些可以即時測量的土壤指標(biāo)，如土壤水分、ph值和電導(dǎo)率，與需要采樣實驗后才能確定的指標(biāo)，如土壤有機質(zhì)和養(yǎng)分含量之間存在關(guān)聯(lián)，通過這些即時測量的指標(biāo)，我們可以間接推斷出一些關(guān)于土壤肥力的信息；例如，土壤水分變換情況可以反映出監(jiān)測地區(qū)的降雨情況，當(dāng)土壤水分平均值異常增加時，說明監(jiān)測地區(qū)的降雨量增加，會導(dǎo)致土壤肥力流失，結(jié)合土壤肥力室內(nèi)檢測指標(biāo)的歷史實驗分析結(jié)果，可對土壤肥力室內(nèi)檢測指標(biāo)進(jìn)行預(yù)測；無需持續(xù)對土壤進(jìn)行采用實驗分析，也能得到土壤肥力的即時情況。只需使用與室內(nèi)檢測指標(biāo)相關(guān)聯(lián)的現(xiàn)場速測指標(biāo)進(jìn)行預(yù)測，既節(jié)約計算資源的同時，又避免冗余數(shù)據(jù)對預(yù)測效果產(chǎn)生干擾。

13、在步驟s12中，提取出室內(nèi)檢測指標(biāo)的預(yù)測模型的輸入特征還包括以下步驟：

14、s31，令y1、y2、…、yn表示室內(nèi)檢測指標(biāo)的預(yù)測模型的初始輸入特征，n為初始輸入特征的數(shù)量；將初始輸入特征進(jìn)行歸一化，通過棧式自編碼器對初始輸入特征進(jìn)行非線性特征提??；

15、s32，以k1、k2、…、km表示自編碼層的輸出特征的維數(shù)，k1、k2、…、km逐級減小，自編碼層包括編碼器和解碼器；通過首個自編碼層的編碼器將n維初始輸入特征降低為k1維輸入特征，再利用首個自編碼層的解碼器將k1維輸入特征還原成n維初始輸入特征，計算還原得到的n維初始輸入特征與初始輸入特征y1、y2、…、yn之間的重構(gòu)誤差，使用誤差反向傳播算法訓(xùn)練使重構(gòu)誤差達(dá)到最小，完成首個自編碼層的訓(xùn)練；

16、s33，令a=1，對第a+1個自編碼層，利用自編碼器將ka維輸入特征降低為ka+1維輸入特征，再利用解碼器將ka+1維輸入特征還原成ka維輸入特征，計算還原得到的ka維初始輸入特征與開始時ka維輸入特征之間的重構(gòu)誤差，使用誤差反向傳播算法訓(xùn)練使重構(gòu)誤差達(dá)到最小，完成第a+1個自編碼層的訓(xùn)練；

17、s34，將a的值加1，返回步驟s33，直到a=m，完成所有自編碼層的訓(xùn)練；

18、s35，將m個自編碼層的解碼器按照輸出特征的維數(shù)k1、k2、…、km降序逐個相連，完成編碼器的連接；第m個自編碼層的編碼器與自身的解碼器相連，將剩余m-1個自編碼層的解碼器按照輸出特征的維數(shù)km-1、…、k1升序逐個相連，連接所有編碼器和解碼器，完成自編碼神經(jīng)網(wǎng)絡(luò)的構(gòu)建；將初始輸入特征輸入自編碼神經(jīng)網(wǎng)絡(luò)，得到km維輸入特征。

19、土壤肥力指標(biāo)的參數(shù)繁多，如中微量養(yǎng)分和大量養(yǎng)分中包含眾多檢測指標(biāo)，給深度神經(jīng)網(wǎng)絡(luò)模型的搭建帶來不利影響，因此需要對參數(shù)進(jìn)行特征提??；而線性特征提取方式容易丟失參數(shù)之間的非線性關(guān)系，因此采用非線性的自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取。

20、在步驟s13中，所述利用提取出的輸入特征訓(xùn)練室內(nèi)檢測指標(biāo)的預(yù)測模型還包括以下步驟：

21、根據(jù)每個土壤肥力室內(nèi)檢測指標(biāo)相關(guān)聯(lián)的其他室內(nèi)檢測指標(biāo)的數(shù)量，按照數(shù)量遞減的順序?qū)κ覂?nèi)檢測指標(biāo)進(jìn)行排序，根據(jù)排序結(jié)果對每個室內(nèi)檢測指標(biāo)單獨訓(xùn)練預(yù)測模型；

22、對于排序中的第v個室內(nèi)檢測指標(biāo)，搭建深度神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)并設(shè)置超參數(shù)，將非線性特征提取后的km維輸入特征分割成訓(xùn)練集和測試集，將訓(xùn)練集中的km維輸入特征和排序中v之前的與v相關(guān)聯(lián)的室內(nèi)檢測指標(biāo)的預(yù)測值作為輸入，t2時刻土壤肥力室內(nèi)檢測指標(biāo)的實際值作為輸出，對深度神經(jīng)網(wǎng)絡(luò)模型的參數(shù)進(jìn)行訓(xùn)練；深度神經(jīng)網(wǎng)絡(luò)模型的參數(shù)訓(xùn)練完成后，將測試集中的km維輸入特征輸入到深度神經(jīng)網(wǎng)絡(luò)模型中，得到t2時刻土壤肥力室內(nèi)檢測指標(biāo)的預(yù)測值，計算出t2時刻土壤肥力室內(nèi)檢測指標(biāo)的預(yù)測值與實際值之間的決定系數(shù)，作為深度神經(jīng)網(wǎng)絡(luò)模型的評估指標(biāo)；對深度神經(jīng)網(wǎng)絡(luò)模型的超參數(shù)進(jìn)行調(diào)整，當(dāng)評估指標(biāo)達(dá)到最大值時，得到的深度神經(jīng)網(wǎng)絡(luò)模型為排序中的第v個室內(nèi)檢測指標(biāo)的預(yù)測模型。

23、按照順序?qū)κ覂?nèi)檢測指標(biāo)進(jìn)行預(yù)測，已獲取的室內(nèi)檢測指標(biāo)可為后續(xù)室內(nèi)檢測指標(biāo)進(jìn)行服務(wù)，進(jìn)而提高預(yù)測效果。

24、在步驟s14中，所述通過室內(nèi)檢測指標(biāo)的預(yù)測模型得到室內(nèi)檢測指標(biāo)的即時數(shù)據(jù)還包括以下步驟：

25、對于排序中的第v個室內(nèi)檢測指標(biāo)，獲取時間區(qū)間[r,t]內(nèi)的土壤肥力現(xiàn)場速測指標(biāo)的變化情況xi（t），獲取r時間土壤肥力室內(nèi)檢測指標(biāo)的實際值，t為當(dāng)前時間，r為t時間之前一次通過實驗室的化學(xué)分析方法對土壤肥力室內(nèi)檢測指標(biāo)進(jìn)行測量的時間，計算時間[r,t]內(nèi)集合u中土壤肥力現(xiàn)場速測指標(biāo)的平均值axi（t），，將時間[r,t]內(nèi)土壤肥力現(xiàn)場速測指標(biāo)的平均值、r時間土壤肥力室內(nèi)檢測指標(biāo)的實際值和時間差t-r輸入自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取，將特征提取的結(jié)果和排序中v之前的與v相關(guān)聯(lián)的室內(nèi)檢測指標(biāo)的預(yù)測值輸入到第v個室內(nèi)檢測指標(biāo)的預(yù)測模型中，得到t時間第v個室內(nèi)檢測指標(biāo)的預(yù)測值。

26、在步驟s14中，所述根據(jù)現(xiàn)場速測指標(biāo)和室內(nèi)檢測指標(biāo)的即時數(shù)據(jù)對土壤肥力進(jìn)行綜合評估還包括以下步驟：

27、獲取當(dāng)前時間t土壤肥力現(xiàn)場速測指標(biāo)的實際值和室內(nèi)檢測指標(biāo)的預(yù)測值，計算出單項肥力系數(shù)pj，pj=cj/bj，式中cj為指標(biāo)j的單項肥力指數(shù)，指標(biāo)j為現(xiàn)場速測指標(biāo)時，指標(biāo)j的單項肥力指數(shù)為實際值，指標(biāo)j為室內(nèi)檢測指標(biāo)時，指標(biāo)j的單項肥力指數(shù)為預(yù)測值；bj為指標(biāo)j的評價標(biāo)準(zhǔn)值；計算出土壤肥力綜合指數(shù)p，，式中n為土壤肥力指標(biāo)的數(shù)量，apj為所有單項肥力系數(shù)的平均值，mpj為所有單項肥力系數(shù)中的最小值；根據(jù)土壤肥力綜合指數(shù)給出土壤的肥力評價。

28、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于即時數(shù)據(jù)的城市綠地土壤肥力指標(biāo)評定系統(tǒng)，包括土壤數(shù)據(jù)采集模塊、土壤肥力分析模塊、土壤數(shù)據(jù)存儲模塊和土壤治理模塊；所述土壤數(shù)據(jù)采集模塊的輸出端與所述土壤數(shù)據(jù)存儲模塊和土壤肥力分析模塊的輸入端相連接，用于獲取土壤的肥力指標(biāo)，所述土壤肥力指標(biāo)包括現(xiàn)場速測指標(biāo)和室內(nèi)檢測指標(biāo)；所述土壤肥力分析模塊的輸出端與所述土壤治理模塊和土壤數(shù)據(jù)存儲模塊的輸入端相連接，根據(jù)土壤肥力的現(xiàn)場速測指標(biāo)得到土壤肥力的室內(nèi)檢測指標(biāo)，并根據(jù)土壤肥力指標(biāo)對土壤肥力進(jìn)行評價；所述土壤數(shù)據(jù)存儲模塊與所述土壤肥力分析模塊相連接，用于存儲土壤肥力指標(biāo)的歷史數(shù)據(jù)；所述土壤肥力分析模塊，根據(jù)土壤肥力評價結(jié)果，生成土壤改良建議。

29、所述土壤數(shù)據(jù)采集模塊還包括即時數(shù)據(jù)采集單元、實驗分析單元和數(shù)據(jù)傳輸單元，所述即時數(shù)據(jù)采集單元通過檢測設(shè)備對土壤肥力現(xiàn)場速測指標(biāo)進(jìn)行即時測量；所述實驗分析單元對采集的土壤樣品進(jìn)行化學(xué)分析，得到土壤肥力室內(nèi)檢測指標(biāo)；所述數(shù)據(jù)傳輸單元，用于將土壤數(shù)據(jù)采集模塊的土壤肥力指標(biāo)傳輸?shù)酵寥婪柿Ψ治瞿K。所述土壤肥力分析模塊還包括關(guān)聯(lián)性分析單元、非線性特征提取單元、室內(nèi)檢測指標(biāo)預(yù)測單元和現(xiàn)場速測指標(biāo)分析單元；所述關(guān)聯(lián)性分析單元用于分析土壤肥力指標(biāo)之間的關(guān)聯(lián)性，所述非線性特征提取單元用于對室內(nèi)檢測指標(biāo)預(yù)測模型的輸入進(jìn)行非線性特征提??；所述室內(nèi)檢測指標(biāo)預(yù)測單元用于對土壤肥力室內(nèi)檢測指標(biāo)進(jìn)行預(yù)測；所述現(xiàn)場速測指標(biāo)分析單元根據(jù)土壤肥力現(xiàn)場速測指標(biāo)生成室內(nèi)檢測指標(biāo)預(yù)測模型的輸入。所述土壤肥力治理模塊還包括土壤結(jié)構(gòu)性改良單元和土壤養(yǎng)分改良單元；所述土壤結(jié)構(gòu)性改良單元根據(jù)土壤肥力評價結(jié)果生成對土壤的養(yǎng)護措施建議；所述土壤養(yǎng)分改良單元根據(jù)土壤肥力評價結(jié)果生成對土壤的施肥措施建議。

30、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：實時監(jiān)測土壤肥力相關(guān)的現(xiàn)場速測指標(biāo)，根據(jù)現(xiàn)場速測指標(biāo)變化情況得到需要實驗分析才能獲取的室內(nèi)檢測指標(biāo)，能夠即時生成土壤肥力指標(biāo)并對土壤肥力進(jìn)行評定，針對土壤肥力變化能夠及時進(jìn)行處理和調(diào)整，達(dá)到保持土壤肥力，提高農(nóng)作物的產(chǎn)量和質(zhì)量的效果。