一种土壤盐分监测模型构建方法、设备、系统及存储介质

1.一种土壤盐分监测模型构建方法，其特征在于，包括：
S1：获取预设区域内的土壤环境数据集{x}以及土壤盐分实测数据集{y}，将所述土壤环境数据集{x}和土壤盐分实测数据集{y}作为初始数据集{x,y}，其中，所述土壤环境数据集{x}包括气象数据、土壤属性数据、地下水位数据、植被覆盖数据以及遥感数据；
S2：按预设方法对所述初始数据集{x,y}进行数据处理，获取训练样本；
S3：利用所述训练样本对机器学习模型进行训练，获取土壤盐分监测模型。
2.如权利要求1所述的一种土壤盐分监测模型构建方法，其特征在于，在步骤S1中，从所述初始数据集{x,y}中取预设数量的数据作为验证样本；
且步骤S3之后还包括：
S4:将所述验证样本输入所述土壤盐分监测模型，验证所述土壤盐分监测模型有效性。
3.如权利要求2所述的一种土壤盐分监测模型构建方法，其特征在于，所述按预设方法对所述初始数据集{x,y}进行数据处理，获取训练样本，包括：
S21：在预设的递归函数列表中取第n个递归函数作为工具变量，用土壤盐分实测数据‑1
对土壤环境数据进行逆向拟合，获取过拟合关系Σ ，其中，n为正整数；
S22：用分段插值法或者高斯混合模型获得土壤盐分实测数据集{y}随机分布，产生含有预设数量数据的土壤盐分随机数据集{y产生}；
‑1
S23：根据所述过拟合关系Σ 和土壤盐分随机数据集{y产生}计算含有预设数量数据的土壤环境随机数据集{x产生}，将所述土壤环境随机数据集{x产生}和土壤盐分随机数据集{y产生}作为所述训练样本。
4.如权利要求3所述的一种土壤盐分监测模型构建方法，其特征在于，步骤S4之后还包括：
S5：若所述枯土壤盐分监测模型有效性小于预设的阈值，取n＝n+1，重新执行步骤S21。
5.一种土壤盐分监测模型构建设备，其特征在于，包括：
数据获取模块，用于获取预设区域内的土壤环境数据集{x}以及土壤盐分实测数据集{y}，将所述土壤环境数据集{x}和土壤盐分实测数据集{y}作为初始数据集{x,y}，其中，所述土壤环境数据集{x}包括气象数据、土壤属性数据、地下水位数据、植被覆盖数据以及遥感数据；
训练样本获取模块，用于按预设方法对所述初始数据集{x,y}进行数据处理，获取训练样本；
模型构建模块，用于利用所述训练样本对机器学习模型进行训练，获取土壤盐分监测模型。
6.如权利要求5所述的一种土壤盐分监测模型构建设备，其特征在于，其特征在于，所述数据获取模块还用于从所述初始数据集{x,y}中取预设数量的数据作为验证样本；
所述设备还包括：
模型验证模块，用于将所述验证样本输入所述土壤盐分监测模型，验证所述土壤盐分监测模型有效性。
7.如权利要求6所述的一种土壤盐分监测模型构建设备，其特征在于，所述训练样本获取模块具体用于执行以下步骤：
S61：在预设的递归函数列表中取第n个递归函数作为工具变量，用土壤盐分实测数据‑1
对土壤环境数据进行逆向拟合，获取过拟合关系Σ ，其中，n为正整数；
S62：用分段插值法或者高斯混合模型获得土壤盐分实测数据集{y}随机分布，产生含有预设数量数据的土壤盐分随机数据集{y产生}；
‑1
S63：根据所述过拟合关系Σ 和土壤盐分随机数据集{y产生}计算含有预设数量数据的土壤环境随机数据集{x产生}，将所述土壤环境随机数据集{x产生}和土壤盐分随机数据集{y产生}作为所述训练样本。
8.一种土壤盐分监测模型构建系统，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1‑4任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1‑4任一项所述的方法。

暂无

暂无