摘要
本发明公开了一种基于大数据的农田土壤质量智能评估方法及系统,包括:采集农田数据进行预处理,获得土壤数据、遥感数据,使用遥感数据和土壤数据进行协同克里金反演获得地表地形数据,根据地表地形数据基于分块模型通过分层贝叶斯插值法构建三维分块模型,对第一、第二三维分区模型使用B样条建模进行合并,获得三维模型并进行粒度分布分形,获得分形特征,基于分形特征与土壤数据使用随机森林计算土壤质量指标,将分形特征、土壤数据、土壤质量指标输入分形神经网络进行训练,获得土壤质量智能评估模型。该方法利用分形特征计算及模型训练,提高了农田土壤质量评估的准确性与模型泛化能力。
技术关键词
智能评估方法
分形特征
分块
智能评估模型
分区模型
协同克里金
水稳性团聚体
网格
农田
三维模型
大数据
样条
曲面
随机森林
插值法
规则格网
插值模型
神经网络模型
系统为您推荐了相关专利信息
六面体网格划分
自动划分方法
分区模型
划分系统
复杂度
Winograd卷积
分块
矩阵
Winograd算法
卷积优化方法
多尺度感知
油田助剂
压缩特征
序列
空洞卷积神经网络
跨模态数据
智能评估方法
多源异构数据
动态平衡控制
血流