原文传递
一种基于机器学习回归算法的土壤盐度预测方法
| 专利名称： | 一种基于机器学习回归算法的土壤盐度预测方法 |
| 摘要： | 本发明公开了一种基于机器学习回归算法的土壤盐度预测方法，包括如下步骤：S1、以等边三角形为测点形状，采用EM38大地电导仪采集三角形的三个角点的实测盐度，测量时，读取垂直读数EMV和水平读数EMH，取平均值作为三角形区域的盐度，测量若干个三角形区域的EMH和EMV为基础真理训练集(TS)；S2、利用L波段雷达后向散射系数去除植被贡献来获得土壤组分；S3、通过直接栅格化将实测地块转换为栅格来创建训练集(TS)；S4、利用上述训练集(TS)，采用随机森林回归(RFR)算法建模应用于联合数据集进行盐度预测。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 江西;36 |
| 申请人： | 东华理工大学 |
| 发明人： | 吴伟成;周晓亭;祝民强;刘光萍 |
| 专利状态： | 有效 |
| 申请号： | CN201811399327.5 |
| 公开号： | CN109270124A |
| 代理机构： | 北京彭丽芳知识产权代理有限公司 11407 |
| 代理人： | 彭丽芳 |
| 分类号： | G01N27/02(2006.01)I;G;G01;G01N;G01N27 |
| 申请人地址： | 330000 江西省南昌市经开区广兰大道418号 |
| 主权项： | 1.一种基于机器学习回归算法的土壤盐度预测方法，其特征在于：包括如下步骤：S1、以等边三角形为测点形状，采用EM38大地电导仪采集三角形的三个角点的实测盐度，测量时，读取垂直读数EMV和水平读数EMH，取平均值作为三角形区域的盐度，测量若干个三角形区域的EMH和EMV为基础真理训练集(TS)；S2、利用L波段雷达后向散射系数去除植被贡献来获得土壤组分；S3、通过直接栅格化将实测地块转换为栅格来创建训练集(TS)；S4、利用上述训练集(TS)，采用随机森林回归(RFR)算法建模应用于联合数据集进行盐度预测。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
