CN116046809B - 山地土壤水信息获取方法、装置、存储介质及电子设备 - Google Patents
山地土壤水信息获取方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116046809B CN116046809B CN202310077978.7A CN202310077978A CN116046809B CN 116046809 B CN116046809 B CN 116046809B CN 202310077978 A CN202310077978 A CN 202310077978A CN 116046809 B CN116046809 B CN 116046809B
- Authority
- CN
- China
- Prior art keywords
- soil water
- mountain
- model
- sample
- neutron intensity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/005—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using neutrons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Evolutionary Computation (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本申请提出一种山地土壤水信息获取方法、装置、存储介质及电子设备,包括:基于待预测山地区域内各个目标点位的环境因素和预先预训练的第一转换关系模型获取各个目标点位的预估中子强度;其中,第一转换关系模型为环境因素与中子强度之间的升尺度转换的关系模型;基于待预测山地区域内各个目标点位的预估中子强度和预先训练的反演土壤水分模型获取各个目标点位的土壤水信息;其中,反演土壤水分模型为中子强度与土壤水信息之间的转换模型。通过反演土壤水分模型获取各个目标点位的土壤水信息,可以保障山地土壤水监测过程的连续性,可以大面积大尺度的进行山地土壤水监测,并且其精度准确,监测效率高。
Description
技术领域
本申请涉及监测测量领域,具体而言,涉及一种山地土壤水信息获取方法、装置、存储介质及电子设备。
背景技术
土壤水是陆地植被赖以生存的基础,山地土壤水分状况不确定性直接影响山区水资源量精准评估,特别是受观测技术限制,山地土壤水分数据非常缺乏。在区域或者更大尺度上,土壤水观测研究仍存在方法上的挑战,通过简单假设尺度推绎造成土壤水的不确定性,限制了对山地土壤水文过程的理解。目前关于山地土壤水监测较难,观测样地分散、且监测过程不连续,观测结果往往代表样地尺度上、精度低,难以反映大尺度土壤水时空格局。山地大尺度土壤水研究,一直是水文学研究中的难题。
发明内容
本申请的目的在于提供一种山地土壤水信息获取方法、装置、存储介质及电子设备,以至少部分改善上述问题。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种山地土壤水信息获取方法,所述方法包括:
基于待预测山地区域内各个目标点位的环境因素和预先预训练的第一转换关系模型获取各个目标点位的预估中子强度;
其中,所述第一转换关系模型为环境因素与中子强度之间的升尺度转换的关系模型;
基于所述待预测山地区域内各个目标点位的预估中子强度和预先训练的反演土壤水分模型获取各个目标点位的土壤水信息;
其中,所述反演土壤水分模型为中子强度与土壤水信息之间的转换模型。
第二方面,本申请实施例提供一种山地土壤水信息获取装置,所述装置包括:
预处理单元,用于基于待预测山地区域内各个目标点位的环境因素和预先预训练的第一转换关系模型获取各个目标点位的预估中子强度;
其中,所述第一转换关系模型为环境因素与中子强度之间的升尺度转换的关系模型;
反演单元,用于基于所述待预测山地区域内各个目标点位的预估中子强度和预先训练的反演土壤水分模型获取各个目标点位的土壤水信息;
其中,所述反演土壤水分模型为中子强度与土壤水信息之间的转换模型。
第三方面,本申请实施例提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的方法。
第四方面,本申请实施例提供一种电子设备,所述电子设备包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现上述的方法。
相对于现有技术,本申请实施例所提供的一种山地土壤水信息获取方法、装置、存储介质及电子设备,包括:基于待预测山地区域内各个目标点位的环境因素和预先预训练的第一转换关系模型获取各个目标点位的预估中子强度;其中,第一转换关系模型为环境因素与中子强度之间的升尺度转换的关系模型;基于待预测山地区域内各个目标点位的预估中子强度和预先训练的反演土壤水分模型获取各个目标点位的土壤水信息;其中,反演土壤水分模型为中子强度与土壤水信息之间的转换模型。通过反演土壤水分模型获取各个目标点位的土壤水信息,可以保障山地土壤水监测过程的连续性,可以大面积大尺度的进行山地土壤水监测,并且其精度准确,监测效率高。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本申请实施例提供的电子设备的结构示意图;
图2为本申请实施例提供的山地土壤水信息获取方法的流程示意图之一;
图3为本申请实施例提供的山地土壤水信息获取方法的流程示意图之二;
图4为本申请实施例提供的山地土壤水信息获取方法的流程示意图之三;
图5为本申请实施例提供的山地土壤水信息获取装置的单元示意图。
图中:10-处理器;11-存储器;12-总线;13-通信接口;401-预处理单元;402-反演单元。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请的描述中,需要说明的是,术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
宇宙射线中子技术是指通过近地表宇宙射线中子强度反演土壤水分,可以监测百米尺度范围内平均水分状况,实现样地/样带尺度上的水分观测。但如何实现中尺度到大尺度土壤水转换,填补土壤水观测在点尺度到大尺度之间的空白,目前仍存在方法学方面的挑战。因此需要提出山地土壤水升尺度转换方法,为土壤水研究提供方法和数据支撑;准确监测山地大尺度土壤水分的时空动态,对评估山地土壤水分植被承载力、干旱预警和应对气候变化具有重要的现实意义。
具体地,本申请实施例提供了一种电子设备,可以是服务器设备、电脑设备、手机设备以及其他智能终端设备。请参照图1,电子设备的结构示意图。电子设备包括处理器10、存储器11、总线12。处理器10、存储器11通过总线12连接,处理器10用于执行存储器11中存储的可执行模块,例如计算机程序。
处理器10可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,山地土壤水信息获取方法的各步骤可以通过处理器10中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器10可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器11可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。
总线12可以是ISA(Industry Standard Architecture)总线、PCI(PeripheralComponent Interconnect)总线或EISA(Extended Industry Standard Architecture)总线等。图1中仅用一个双向箭头表示,但并不表示仅有一根总线12或一种类型的总线12。
存储器11用于存储程序,例如山地土壤水信息获取装置对应的程序。山地土壤水信息获取装置包括至少一个可以软件或固件(firmware)的形式存储于存储器11中或固化在电子设备的操作系统(operating system,OS)中的软件功能模块。处理器10在接收到执行指令后,执行所述程序以实现山地土壤水信息获取方法。
可能地,本申请实施例提供的电子设备还包括通信接口13。通信接口13通过总线与处理器10连接。
应当理解的是,图1所示的结构仅为电子设备的部分的结构示意图,电子设备还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例提供的一种山地土壤水信息获取方法,可以但不限于应用于图1所示的电子设备,具体的流程,请参考图2,山地土壤水信息获取方法包括:S301和S302,具体阐述如下。
S301,基于待预测山地区域内各个目标点位的环境因素和预先预训练的第一转换关系模型获取各个目标点位的预估中子强度。
其中,第一转换关系模型为环境因素与中子强度之间的升尺度转换的关系模型;
可选地,环境因素包括目标点位的经度、纬度、海拔、土壤质地、降水量以及植被结构参数中的任意一种或多种。
可选地,第一转换关系模型是基于预先设置的山地样带中各个样本点位的在不同时间段内的中子强度标准值和对应的环境因素进行模型训练所获取到的。
可选地,将待预测山地区域内各个目标点位的环境因素输入第一转换关系模型,第一转换关系模型输出各个目标点位的预估中子强度。
S302,基于待预测山地区域内各个目标点位的预估中子强度和预先训练的反演土壤水分模型获取各个目标点位的土壤水信息。
其中,反演土壤水分模型为中子强度与土壤水信息之间的转换模型。
可选地,反演土壤水分模型为基于预先配置的样本地块在不同时间段内的土壤水信息和中子强度观察值进行模型训练所获取到的转换模型。
可选地,将待预测山地区域内各个目标点位的预估中子强度输入反演土壤水分模型,反演土壤水分模型输出各个目标点位的土壤水信息。
可选地,土壤水信息可以为目标点位对应的土壤水分含量。
可选地,在获取到不同时间段内各个目标点位的土壤水信息后,可以反演山地区域度上土壤水时空分布格局。不同时间段可以为不同月份、不同星期或不同季节。工作人员可以根据需求自行设定采集时段。
应理解,通过反演土壤水分模型获取各个目标点位的土壤水信息,可以保障山地土壤水监测过程的连续性,可以大面积大尺度的进行山地土壤水监测,并且其精度准确,监测效率高。
综上所述,本申请实施例提供了一种山地土壤水信息获取方法,包括:基于待预测山地区域内各个目标点位的环境因素和预先预训练的第一转换关系模型获取各个目标点位的预估中子强度;其中,第一转换关系模型为环境因素与中子强度之间的升尺度转换的关系模型;基于待预测山地区域内各个目标点位的预估中子强度和预先训练的反演土壤水分模型获取各个目标点位的土壤水信息;其中,反演土壤水分模型为中子强度与土壤水信息之间的转换模型。通过反演土壤水分模型获取各个目标点位的土壤水信息,可以保障山地土壤水监测过程的连续性,可以大面积大尺度的进行山地土壤水监测,并且其精度准确,监测效率高。
在图2的基础上,关于如何获取到第一转换关系模型,本申请实施例还提供了一种可能的实施方式,请参考图3,山地土壤水信息获取方法还包括:S101、S102以及S103,具体阐述如下。
S101,获取预先设置的山地样带中各个样本点位的中子强度标准值。
可选地,获取各个样本点位在不同时间段内的中子强度标准值。
S102,获取各个样本点位的环境因素。
应理解,环境因素包括目标点位的经度、纬度、海拔、土壤质地、降水量以及植被结构参数(例如为NDVI)中的任意一种或多种。
可选地,获取各个样本点位在不同时间段内对应的环境因素。
S103,基于山地样带中各个样本点位的中子强度标准值和对应的环境因素进行模型训练,以获取第一转换关系模型。
可选地,构建基于环境因素的中子强度标准值预测模型,经度、纬度、海拔、土壤质地、降水量和NDVI作为自变量,中子强度标准值为因变量,基于机器学习算法,建立环境要素与中子强度之间升尺度转换的关系模型Ncor中子强度=f(Log经度,Lat纬度,Pre降水量,Soil土壤质地,Alt海拔,NDVI植被结构参数),进而获得第一转换关系模型。
需要说明的是,图3所示的S101、S102以及S103与图2所示的S301和S302可以不在同一个终端(电子设备)上执行,也可以在同一个终端上执行,在此不做限定。图3所示的步骤先于图2所示的步骤执行。
在图3的基础上,对于S101中的内容,本申请实施例还提供了一种可能的实现方式,请参考下文。
S101,获取预先设置的山地样带中各个样本点位的中子强度标准值,包括:
获取宇宙射线中子仪在不同时间段所测量的山地样带中各个样本点位的中子强度初始值;
也可以称为获取山地样带监测近地表宇宙射线中子强度的时空动态可选地,近地表是指距离地表0-2m内。
基于样本点位在不同时间段所对应的大气压强、空气湿度以及磁场强度对中子强度初始值进行校正,以得到各个样本点位在不同时间段内的中子强度标准值。
可选地,样本点位的大气压强和空气湿度可以在监测其中子强度时一并采集得到。磁场强度基于样本点位的经纬度和海拔进行计算得到。
在图2的基础上,关于如何获取到第一转换关系模型,本申请实施例还提供了一种可能的实施方式,请参考图4,山地土壤水信息获取方法还包括:S201、S202以及S203,具体阐述如下。
S201,获取样本地块的土壤水信息。
可选地,样本地块的数量可以大于或等于1。可以获取样本地块在多个监测时间段内的土壤水信息。
S202,获取宇宙射线中子仪测量的样本地块的中子强度观察值。
S203,基于样本地块的土壤水信息和中子强度观察值进行模型训练,以获取反演土壤水分模型。
可选地,根据样本地块的土壤水信息和相应的宇宙射线中子强度观察值,构建宇宙射线中子强度反演土壤水分模型θ=f(Ncor),计算反演中尺度土壤水分模型的参数N0或者Ncosmic。
需要说明的是,图4所示的S201、S202以及S203与图2所示的S301和S302可以不在同一个终端(电子设备)上执行,也可以在同一个终端上执行,在此不做限定。图4所示的步骤先于图2所示的步骤执行。
可选地,宇宙射线中子仪部署在样本地块的中心,基于宇宙射线中子仪部署有预设数量的土壤剖面点,预设数量例如为14-18,在此基础上,对于图4中S201中的内容,本申请实施例还提供了一种可能的实现方式,请参考下文。
S201,获取样本地块的土壤水信息,包括:
获取各个土壤剖面点在不同深度阶段的土壤水信息。
可选地,设置200m×200m的样本地块,每个样本地块以宇宙射线中子仪为圆心,布置14-18个土壤剖面点,每个剖面点分0~10cm、10~20cm、20~30cm深度依次采集土壤样品,进而获取一个土壤剖面点的土壤水分状况。
基于预先分配的权重关系和各个土壤剖面点在不同深度阶段的土壤水信息确定样本地块的土壤水信息。
可选地,宇宙射线中子仪的水平距离越小,权重越大;深度越浅,对应的权重越大。
本申请实施例提供的山地土壤水信息获取方法具有简便、可操作性强等特点,针对山地地形特殊性和土壤水观测困难,在已知近地表宇宙射线中子强度和反演土壤水分模型的参数前提下,只需通过模型反演计算,可以实现基于宇宙射线中子强度的山地土壤水升尺度转换,获得山地大尺度土壤水分空间分布格局。
请参阅图5,图5为本申请实施例提供的一种山地土壤水信息获取装置,可选的,该山地土壤水信息获取装置被应用于上文所述的电子设备。
如图5所示,山地土壤水信息获取装置包括:预处理单元401和反演单元402。
预处理单元401,用于基于待预测山地区域内各个目标点位的环境因素和预先预训练的第一转换关系模型获取各个目标点位的预估中子强度;
其中,第一转换关系模型为环境因素与中子强度之间的升尺度转换的关系模型;
反演单元402,用于基于待预测山地区域内各个目标点位的预估中子强度和预先训练的反演土壤水分模型获取各个目标点位的土壤水信息;
其中,反演土壤水分模型为中子强度与土壤水信息之间的转换模型。
可选地,环境因素包括目标点位的经度、纬度、海拔、土壤质地、降水量以及植被结构参数中的任意一种或多种。
可选地,预处理单元401可以执行上述的S101-S103、S201-S203以及S301,反演单元402可以执行上述的S302。
需要说明的是,本实施例所提供的山地土壤水信息获取装置,其可以执行上述方法流程实施例所示的方法流程,以实现对应的技术效果。为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。
本申请实施例还提供了一种存储介质,该存储介质存储有计算机指令、程序,该计算机指令、程序在被读取并运行时执行上述实施例的山地土壤水信息获取方法。该存储介质可以包括内存、闪存、寄存器或者其结合等。
下面提供一种电子设备,可以是服务器设备、电脑设备、手机设备以及其他智能终端设备。该电子设备如图1所示,可以实现上述的山地土壤水信息获取方法;具体的,该电子设备包括:处理器10,存储器11、总线12。处理器10可以是CPU。存储器11用于存储一个或多个程序,当一个或多个程序被处理器10执行时,执行上述实施例的山地土壤水信息获取方法。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.一种山地土壤水信息获取方法,其特征在于,所述方法包括:
基于待预测山地区域内各个目标点位的环境因素和预先预训练的第一转换关系模型获取各个目标点位的预估中子强度;
其中,所述第一转换关系模型为环境因素与中子强度之间的升尺度转换的关系模型;
基于所述待预测山地区域内各个目标点位的预估中子强度和预先训练的反演土壤水分模型获取各个目标点位的土壤水信息;
其中,所述反演土壤水分模型为中子强度与土壤水信息之间的转换模型;
所述环境因素包括所述目标点位的经度、纬度、海拔、土壤质地、降水量以及植被结构参数;
所述方法包括:
获取预先设置的山地样带中各个样本点位的中子强度标准值;
获取各个样本点位的环境因素;
基于所述山地样带中各个样本点位的中子强度标准值和对应的环境因素进行模型训练,以获取所述第一转换关系模型;
所述获取预先设置的山地样带中各个样本点位的中子强度标准值的步骤,包括:
获取宇宙射线中子仪在不同时间段所测量的所述山地样带中各个样本点位的中子强度初始值;
基于所述样本点位在不同时间段所对应的大气压强、空气湿度以及磁场强度对所述中子强度初始值进行校正,以得到各个样本点位在不同时间段内的中子强度标准值。
2.如权利要求1所述的山地土壤水信息获取方法,其特征在于,所述方法包括:
获取样本地块的土壤水信息;
获取宇宙射线中子仪测量的所述样本地块的中子强度观察值;
基于所述样本地块的土壤水信息和中子强度观察值进行模型训练,以获取所述反演土壤水分模型。
3.如权利要求2所述的山地土壤水信息获取方法,其特征在于,所述宇宙射线中子仪部署在所述样本地块的中心,基于所述宇宙射线中子仪部署有预设数量的土壤剖面点,所述获取样本地块的土壤水信息的步骤,包括:
获取各个所述土壤剖面点在不同深度阶段的土壤水信息;
基于预先分配的权重关系和各个所述土壤剖面点在不同深度阶段的土壤水信息确定所述样本地块的土壤水信息。
4.一种山地土壤水信息获取装置,其特征在于,所述装置包括:
预处理单元,用于基于待预测山地区域内各个目标点位的环境因素和预先预训练的第一转换关系模型获取各个目标点位的预估中子强度;
其中,所述第一转换关系模型为环境因素与中子强度之间的升尺度转换的关系模型;
反演单元,用于基于所述待预测山地区域内各个目标点位的预估中子强度和预先训练的反演土壤水分模型获取各个目标点位的土壤水信息;
其中,所述反演土壤水分模型为中子强度与土壤水信息之间的转换模型;
所述环境因素包括所述目标点位的经度、纬度、海拔、土壤质地、降水量以及植被结构参数;
所述预处理单元还用于获取预先设置的山地样带中各个样本点位的中子强度标准值;获取各个样本点位的环境因素;基于所述山地样带中各个样本点位的中子强度标准值和对应的环境因素进行模型训练,以获取所述第一转换关系模型;
所述获取预先设置的山地样带中各个样本点位的中子强度标准值,包括:获取宇宙射线中子仪在不同时间段所测量的所述山地样带中各个样本点位的中子强度初始值;基于所述样本点位在不同时间段所对应的大气压强、空气湿度以及磁场强度对所述中子强度初始值进行校正,以得到各个样本点位在不同时间段内的中子强度标准值。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-3中任一项所述的方法。
6.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器用于存储一个或多个程序;当所述一个或多个程序被所述处理器执行时,实现如权利要求1-3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310077978.7A CN116046809B (zh) | 2023-02-07 | 2023-02-07 | 山地土壤水信息获取方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310077978.7A CN116046809B (zh) | 2023-02-07 | 2023-02-07 | 山地土壤水信息获取方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116046809A CN116046809A (zh) | 2023-05-02 |
CN116046809B true CN116046809B (zh) | 2023-09-05 |
Family
ID=86127773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310077978.7A Active CN116046809B (zh) | 2023-02-07 | 2023-02-07 | 山地土壤水信息获取方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116046809B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018186155A1 (ja) * | 2017-04-05 | 2018-10-11 | 株式会社日立製作所 | 中性子強度モニタリングシステムおよび方法 |
CN113076645A (zh) * | 2021-04-01 | 2021-07-06 | 中国水利水电科学研究院 | 一种结合遥感数据的宇宙射线中子仪空间特征模拟方法 |
CN114707393A (zh) * | 2022-03-28 | 2022-07-05 | 西北核技术研究所 | 一种考虑大气湿度影响的中子吸收剂量快速获取方法 |
CN114894995A (zh) * | 2022-03-31 | 2022-08-12 | 神华北电胜利能源有限公司 | 矿区土壤水分反演方法、设备及计算机可读存储介质 |
WO2022175793A1 (en) * | 2021-02-18 | 2022-08-25 | Finapp S.R.L. | Device and method for measuring the water content of the ground, vegetation and/or snow |
CN115545311A (zh) * | 2022-10-11 | 2022-12-30 | 中国科学院西北生态环境资源研究院 | 一种农作物估产方法、装置、存储介质及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2020217467A1 (en) * | 2019-02-04 | 2021-08-12 | The University Of Melbourne | Soil moisture estimation |
-
2023
- 2023-02-07 CN CN202310077978.7A patent/CN116046809B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018186155A1 (ja) * | 2017-04-05 | 2018-10-11 | 株式会社日立製作所 | 中性子強度モニタリングシステムおよび方法 |
WO2022175793A1 (en) * | 2021-02-18 | 2022-08-25 | Finapp S.R.L. | Device and method for measuring the water content of the ground, vegetation and/or snow |
CN113076645A (zh) * | 2021-04-01 | 2021-07-06 | 中国水利水电科学研究院 | 一种结合遥感数据的宇宙射线中子仪空间特征模拟方法 |
CN114707393A (zh) * | 2022-03-28 | 2022-07-05 | 西北核技术研究所 | 一种考虑大气湿度影响的中子吸收剂量快速获取方法 |
CN114894995A (zh) * | 2022-03-31 | 2022-08-12 | 神华北电胜利能源有限公司 | 矿区土壤水分反演方法、设备及计算机可读存储介质 |
CN115545311A (zh) * | 2022-10-11 | 2022-12-30 | 中国科学院西北生态环境资源研究院 | 一种农作物估产方法、装置、存储介质及电子设备 |
Non-Patent Citations (1)
Title |
---|
宇宙射线中子法在复杂下垫面土壤水分测量中的应用;武强;贺开利;罗孳孳;杜爱军;刘亮;唐云辉;;中国农业气象(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116046809A (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zheng et al. | Crowdsourcing methods for data collection in geophysics: State of the art, issues, and future directions | |
CN109543907B (zh) | 一种复杂地形风资源评估方法及其装置 | |
CN114491967B (zh) | 陆地水储量预测方法、装置、设备及存储介质 | |
CN113204061B (zh) | 一种构建格点风速订正模型的方法及装置 | |
Xu et al. | Spatial downscaling of TRMM precipitation product using a combined multifractal and regression approach: Demonstration for South China | |
Kalyan et al. | Multiscale spatiotemporal analysis of extreme events in the Gomati River Basin, India | |
Leung et al. | Integration of air pollution data collected by mobile sensors and ground-based stations to derive a spatiotemporal air pollution profile of a city | |
Alquraish et al. | SPI-based hybrid hidden Markov–GA, ARIMA–GA, and ARIMA–GA–ANN models for meteorological drought forecasting | |
Liao et al. | Structural damage detection and localization with unknown postdamage feature distribution using sequential change-point detection method | |
Borunda et al. | Long-term estimation of wind power by probabilistic forecast using genetic programming | |
CN116046809B (zh) | 山地土壤水信息获取方法、装置、存储介质及电子设备 | |
Pele | An LPPL algorithm for estimating the critical time of a stock market bubble | |
Munoz et al. | Watersheds are not static: Implications of climate variability and hydrologic dynamics in modeling | |
CN112580844A (zh) | 气象数据处理方法、装置、设备及计算机可读存储介质 | |
Baig et al. | Evaluation of precipitation estimates from remote sensing and artificial neural network based products (PERSIANN) family in an arid region | |
Sunwoo et al. | Robust initial wetness condition framework of an event-based rainfall–runoff model using remotely sensed soil moisture | |
CN117131758A (zh) | 灌溉用水估算模型的训练方法、装置及灌溉用水估算方法 | |
JP2018096805A (ja) | 土壌含水率推定方法および土壌含水率推定装置 | |
CN116011879A (zh) | 生态系统稳定性评估方法、装置、电子设备及存储介质 | |
CN114911788B (zh) | 一种数据插补方法、装置及存储介质 | |
CN110968929A (zh) | 风电场风速的预测方法、装置及电子设备 | |
CN116432548A (zh) | 基于迁移学习的融合风速计算方法、装置、设备及介质 | |
Hasan et al. | Modified Hydrological Drought Risk Assessment Based on Spatial and Temporal Approaches | |
CN116484468A (zh) | 一种水库大坝的风险评估方法、装置、设备及存储介质 | |
CN113919500B (zh) | 微震事件时空分形维数计算方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |