CN116975503A - 一种土壤侵蚀信息管理方法及系统 - Google Patents

Abstract

本发明涉及数据处理技术领域，具体涉及一种土壤侵蚀信息管理方法及系统。该方法，包括：获取不同维度下的原始数据；将任意一个维度记为目标维度，获取目标维度的相关维度以及与其的协变特征值；对每个维度的原始数据压缩获取压缩序列；获取目标维度的插值区间，根据相关维度的压缩序列获取目标维度与相关维度在插值区间下的关联值；根据目标维度和相关维度的协变特征值以及目标维度与相关维度在插值区间及其相邻插值区间下的关联值获取插值区间的插值参数；基于此构建插值模型；根据插值模型获取多维土壤侵蚀监测数据。本发明使得解压缩后的数据值更趋近于原始数据，降低了的误差。

Description

一种土壤侵蚀信息管理方法及系统

技术领域

本发明涉及数据处理技术领域，具体涉及一种土壤侵蚀信息管理方法及系统。

背景技术

土壤侵蚀信息管理系统获得的数据可以用来评估土壤侵蚀程度、制定土地利用规划、监测与预警等作用，然而在分析过程中需要使用到多种与土壤侵蚀相关的各种数据，包括降雨、土壤类型、坡度和坡向、植被覆盖、土地利用数据等，且对于不同单位而言，管辖区域的大小直接影响产生的数据量，对于管理系统的存储与信息管理带来较大的负载。

目前对于土壤侵蚀的数据采集主要是通过布置多种物联网设备，通过实时监测获得土壤侵蚀数据，并根据一系列的数据协同分析管理，从而进行分析与预警。受限于土壤侵蚀需要经过长时间的监测，使得信息管理部门需要记载长时间的数据，且分析过程主要是通过数据的趋势变化差异，故而可以使用能较大程度保留趋势的旋转门算法对采集的多维度数据压缩，以达到降低数据储存负载的目的。但旋转门算法在压缩数据之后，解压缩时通过将压缩起始点与终止点之间的趋势方向进行线性拟合，且由于各维度数据经过压缩的起始点与终止点的位置不同，造成解压缩的数据相较于实际的数据存在较大误差。

发明内容

为了解决数据解压缩后误差较大的技术问题，本发明提供一种土壤侵蚀信息管理方法及系统，所采用的技术方案具体如下：

第一方面，本发明提出了一种土壤侵蚀信息管理方法，该方法包括以下步骤：

获取土壤侵蚀信息在不同维度下的原始数据；

将任意一个维度记为目标维度，根据目标维度与其余维度的原始数据的皮尔逊相关系数获取与目标维度相关的维度，并获取目标维度与其相关维度的协变特征值；根据每个维度的原始数据压缩获取压缩序列；

获取目标维度的插值区间，根据目标维度对应的每个相关维度的压缩序列获取目标维度与每个相关维度在插值区间下的关联值；根据目标维度和所有相关维度的协变特征值以及目标维度与所有相关维度在每个插值区间及其相邻插值区间下的关联值获取目标维度每个插值区间的插值参数；根据插值区间的插值参数、插值区间的斜率、原始数据的时间值以及插值区间内原始数据的数据点的数量构建插值模型；

根据插值模型将每个维度的数据压缩后解压获取多维土壤侵蚀监测数据。

优选的，所述获取土壤侵蚀信息在不同维度下的原始数据的方法为：

每个维度对应一种类型的数据，采集数据时，每一种类的数据每经过预设时间采集一次数据，将每一种类型的数据进行最大最小值归一化，每一种类的所有数据记为每个维度的原始数据。

优选的，所述根据目标维度与其余维度的原始数据的皮尔逊相关系数获取与目标维度相关的维度，并获取目标维度与其相关维度的协变特征值的方法为：

当目标维度与其余维度的原始数据的皮尔逊相关系数的绝对值大于预设阈值时，目标维度与其余维度相关，记此时的其余维度为相关维度，若目标维度与其相关维度的皮尔逊相关系数大于0，目标维度与其相关维度对应的协变特征值为1；若目标维度与其相关维度的皮尔逊相关系数小于0，目标维度与其相关维度对应的协变特征值为-1。

优选的，所述根据每个维度的原始数据压缩获取压缩序列的方法为：

使用旋转门算法对每个维度的原始数据进行压缩获取每个维度对应的压缩序列，旋转门算法中的压缩容差为预设值，压缩序列中的每个数据点对应一个数据值和一个时间值。

优选的，所述插值区间为目标维度的压缩序列中任意相邻数据点对应的数据值构成的区间。

优选的，所述根据目标维度对应的每个相关维度的压缩序列获取目标维度与每个相关维度在插值区间下的关联值的方法为：

每个数据值对应一个时间值，将目标维度的插值区间对应的最大时间值和最小时间值的均值记为时间均值，将相关维度的每个数据值对应的时间值与插值区间的时间均值作差，将差值的绝对值记为插值函数，对于目标维度和每个相关维度在一个插值区间内的多个插值函数，选取最小的插值函数对应的数据点记为关联点，将关联点对应的数据值记为关联值。

优选的，所述根据目标维度和所有相关维度的协变特征值以及目标维度与所有相关维度在每个插值区间及其相邻插值区间下的关联值获取目标维度每个插值区间的插值参数的方法为：

将目标维度的任意一个插值区间记为标准插值区间，获取标准插值区间以及其相邻两个插值区间的关联点，将前一个插值区间的关联点和标准插值区间的关联点构建一个斜率区间，获取斜率区间的斜率记为第一斜率；将标准插值区间的关联点和后一个插值区间的关联点构建一个斜率区间，获取斜率区间的斜率记为第二斜率；根据目标维度和所有相关维度的协变特征值以及目标维度和所有相关维度的第一斜率和第二斜率的差异获取目标维度的插值区间的插值参数。

优选的，所述根据目标维度和所有相关维度的协变特征值以及目标维度和所有相关维度的第一斜率和第二斜率的差异获取目标维度的插值区间的插值参数的方法为：

；

式中，表示第x个维度与第j个相关维度的协变特征值，表示第x个维度与 第j个相关维度在第T时刻的第一斜率，表示第x个维度与第j个相关维度在T时刻的第 二斜率，表示第x个维度的相关维度的数量，表示双曲正切函数，表示第x个 维度在第T个时刻的插值参数；每个T时刻对应一个插值区间。

优选的，所述根据插值区间的插值参数、插值区间的斜率、原始数据的时间值以及插值区间内原始数据的数据点的数量构建插值模型的方法为：

；

式中，表示第x个维度在T时刻下的数据值，表示第x个维度在T+1时刻 下的数据值，表示第x个维度的原始数据的第t个时刻，表示第x个维度的第T时刻，表示第x个维度的第T+1时刻，表示一个插值区间，表示压缩容差，表示第x个维度在第t时刻对应的插值区间上的插值参数，表示在第x个 维度在第t时刻对应的插值区间内数据点的数量，为余弦函数，表示解压缩后第x 个维度在第t时刻的数据值。

第二方面，本发明实施例还提供了一种土壤侵蚀信息管理系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。

本发明具有如下有益效果：相较于现有旋转门压缩算法在对土壤信息处理时使用线性插值，存在一定的误差问题，本方法结合土壤侵蚀的多维数据存在的正负相关联性，根据多维数据的变化趋势获得协变特征，并分析压缩后的数据序列中待插值数据区间与具有关联性的其他检测目标的变化趋势，结合协变特征获得插值参数，并在传统线性插值的基础上结合正弦函数，控制角频率与插值参数，以达到控制解压缩插值后的数据的波动特征与在待压缩区间内的趋势变化特征，使得解压缩后的数据值更趋近于原始数据，降低了压缩算法的误差。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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附图。

图1为本发明一个实施例所提供的一种土壤侵蚀信息管理方法流程图；

图2为目标维度与相关维度的压缩示意图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种土壤侵蚀信息管理方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

一种土壤侵蚀信息管理方法实施例：

下面结合附图具体的说明本发明所提供的一种土壤侵蚀信息管理方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种土壤侵蚀信息管理方法流程图，该方法包括以下步骤：

步骤S001，获取土壤侵蚀信息在不同维度下的原始数据。

本实施例为针对土壤侵蚀信息管理数据在使用旋转门算法解压缩时的插值优化， 首先基于物联网设备的传感器网络和环境监测站采集不同的土壤侵蚀信息，在本实施例 中，采集的数据包括降雨量、土壤湿度、土壤侵蚀率、流量等数据，其中每0.1s采集一次数 据，并将所采集的数据分别使用最大最小值归一化，由此得到每个维度对应的原始数据，原 始数据中每个数据记为，表示为第x个维度在t时刻的值。

至此，获取了每个维度在每个时刻的数据值。

步骤S002，将任意一个维度记为目标维度，根据目标维度与其余维度的皮尔逊相关系数获取与目标维度相关的维度，并获取目标维度与其相关维度的协变特征值；对每个维度的原始数据压缩获取压缩序列。

由于土壤侵蚀信息在分析评估侵蚀程度和监测预警过程中，需要经过多点位，多维度的数据协同分析，通过不同维度的原始数据在时序的变化特征，获取不同维度之间的协变特征以及正负相关性，并且通过旋转门算法将每个维度的原始数据进行压缩获取压缩序列，对压缩序列进行后续处理。

具体的，对于每个维度获取与其余维度的协变特征，其中以第x个维度为例，将第x个维度采集的原始数据与其余每个维度的原始数据使用皮尔逊相关算法获取两者的皮尔逊相关系数，皮尔逊相关系数的取值越接近1，则越说明两个维度呈正相关，皮尔逊相关系数的取值越接近-1，则越说明两个维度呈负相关，在此设定相关性阈值，在本实施例中令相关性阈值为0.5，若第x个维度的原始数据与其余维度的原始数据的皮尔逊相关系数的绝对值大于相关性阈值，那么将大于相关性阈值的皮尔逊相关系数对应的其余维度记为相关维度。

将第x个维度和每个相关维度的皮尔逊相关系数获取两者的协变特征值，将第j个 相关维度记为，若第x个维度与第j个相关维度的皮尔逊相关系数大于0，那么两者的协变 特征值为1，若第x个维度与第j个相关维度的皮尔逊相关系数小于0，那么两者的协变特征 值为-1。

由此获取了第x个维度与每个相关维度的正负相关性以及协变特征值。

对于每个维度对应原始数据，使用旋转门算法对原始数据进行压缩，压缩后的数据相较于原始数据，仅保存压缩起始点与压缩终止点。

在使用旋转门算法压缩时，首先需要确定压缩容差，在本实施例中，令压缩容差的 取值为。通过预设压缩容差对第x个维度以及其对应的相关维度进行压缩，将压 缩后的的所有数据点构成一个压缩序列，压缩序列中每个数据点的值为，其中为第 x个维度压缩后的第T个时刻，表示第x个维度在第T个时刻对应的数据值。

至此，获取了每个维度与其相关维度对应的压缩序列。

步骤S003，获取目标维度的插值区间，根据目标维度对应的每个相关维度的压缩序列获取目标维度与每个相关维度在插值区间下的关联值；根据目标维度和所有相关维度的协变特征值以及目标维度与所有相关维度在每个插值区间及其相邻插值区间下的关联值获取目标维度每个插值区间的插值参数；根据插值区间的插值参数、插值区间的斜率、原始数据的时间值以及插值区间内原始数据的数据点的数量构建插值模型。

现有旋转门压缩算法的压缩数据的解压方法为对存储的相邻数据节点构建线性插值模型，使得解压缩后的数据相较于原数据消除了细小波动与部分噪声，但由于土壤侵蚀信息的分析需要经过多种数据的协同分析，线性插值解压缩后的数据相较于原始数据可能被抹去了细小波动，使得数据的协变特征消失，因此本方法通过分析压缩后的数据序列在相较于存在关联性的数据序列的多维变化，获得插值参数用于解压缩数据。

如图2所示，不同的维度x和压缩后，压缩的起始点和终止点可能会出现错位，但 旋转门算法压缩时保留了数据的趋势变化，因此对于每个维度，根据其相关维度压缩序列 中的数据点关系获取每个维度的插值参数，图2中横坐标为数据值，纵坐标为时间值。

将第x个维度的压缩序列中任意相邻数据点作为一个插值区间，记为，对于第x个维度的任意一个相关维度，在相关维度中找到一个距离插值区 间最近的数据点，具体表示如下：

；

式中，为第x个维度压缩后的第T个时刻，为第j个相关维度压缩后的第T个时 刻，表示插值函数，其中该函数越小，越表示此时相关维度的第T个时刻对应的数据 值越适合插入进插值区间中，因此获取的最小值对应的数据点记为关联点，关联点 对应的数据值记为关联值，使用相同的方法，获取每一个相关维度在第x个维度的插 值区间的关联点，将每个相关维度的关联点构成一个序列，获取任意相邻关联点对应的斜 率，例如对于关联值和，计算两者的差值与两者对应时刻的比值作为两个 关联点之间的斜率，对于关联值和，计算两者的差值与两者对应时刻 的比值作为两个关联点之间的斜率。基于此获取第T个时刻第x个维度的插值参数，公 式如下：

；

式中，表示第x个维度与第j个相关维度的协变特征值，表示关联值和之间的斜率，表示关联值和之间的斜率，表示第x 个维度的相关维度的数量，表示双曲正切函数，表示第x个维度的第T个时刻的 插值参数。

当时，说明相关维度在插值区间内是增长的，当时，说明相关维度在插值区间内是减少的；的正/负取值表示相关 维度与维度x的正/负相关性。

其中每个插值参数对应一个插值区间，因此将每个插值参数表述为，表示 第x个维度在第t时刻对应的插值区间的插值参数。若目标函数的某一个插值区间只存在一 个插值区间，那么只存在一个相邻插值区间的插值区间的插值参数为0。

根据所述的插值参数构建插值模型，公式如下：

；

式中，表示第x个维度在T时刻下的数据值，表示第x个维度在T+1时刻 下的数据值，表示第x个维度的第T时刻，表示第x个维度的第T+1时刻，表示 压缩容差，表示第x个维度在第t时刻对应的插值区间上的插值参数，表 示在第x个维度在第t时刻对应的插值区间内数据点的数量，为余弦函数，表示解 压缩后第x个维度在第t时刻的数据值。

本方法使用余弦函数在线性插值的基础上结合具有关 联性的其他相关维度的变化，获得插值后的解压缩值。当时，说明与第个维度 相关联的相关维度的变化趋势均是呈现增加的，则本实施例的插值在插值区间内的趋 势在传统线性插值的数值之上；当时，说明与第个维度相关联的相关维度的变 化趋势均是呈现减少的，则本实施例的插值在插值区间内的趋势在传统线性插值的数 值之下。为角频率值，当相关联的维度在待插值区间内呈现多次变化时，由于是呈 现关联性的，则在该插值区间内的原数据可能也呈现多次变化，即波动更多，因此角频率取 值越小，在插值区间内波动次数越多。

至此，获得了第x个维度的压缩后数据序列的插值模型。

步骤S004，根据插值模型将每个维度的数据压缩后解压获取多维土壤侵蚀监测数据。

将每一个维度都进行压缩，并对于每一个维度得到插值模型进行插值，由此将每一个维度的原始数据进行压缩后再进行解压缩获取多维土壤侵蚀监测数据。

本实施例提供一种土壤侵蚀信息管理系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，处理器执行所述计算机程序时实现上述步骤S001至步骤S004的方法。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (10)

1.一种土壤侵蚀信息管理方法，其特征在于，该方法包括以下步骤：

获取土壤侵蚀信息在不同维度下的原始数据；

将任意一个维度记为目标维度，根据目标维度与其余维度的原始数据的皮尔逊相关系数获取与目标维度相关的维度，并获取目标维度与其相关维度的协变特征值；根据每个维度的原始数据压缩获取压缩序列；

获取目标维度的插值区间，根据目标维度对应的每个相关维度的压缩序列获取目标维度与每个相关维度在插值区间下的关联值；根据目标维度和所有相关维度的协变特征值以及目标维度与所有相关维度在每个插值区间及其相邻插值区间下的关联值获取目标维度每个插值区间的插值参数；根据插值区间的插值参数、插值区间的斜率、原始数据的时间值以及插值区间内原始数据的数据点的数量构建插值模型；

根据插值模型将每个维度的数据压缩后解压获取多维土壤侵蚀监测数据。

2.如权利要求1所述的一种土壤侵蚀信息管理方法，其特征在于，所述获取土壤侵蚀信息在不同维度下的原始数据的方法为：

每个维度对应一种类型的数据，采集数据时，每一种类的数据每经过预设时间采集一次数据，将每一种类型的数据进行最大最小值归一化，每一种类的所有数据记为每个维度的原始数据。

3.如权利要求1所述的一种土壤侵蚀信息管理方法，其特征在于，所述根据目标维度与其余维度的原始数据的皮尔逊相关系数获取与目标维度相关的维度，并获取目标维度与其相关维度的协变特征值的方法为：

当目标维度与其余维度的原始数据的皮尔逊相关系数的绝对值大于预设阈值时，目标维度与其余维度相关，记此时的其余维度为相关维度，若目标维度与其相关维度的皮尔逊相关系数大于0，目标维度与其相关维度对应的协变特征值为1；若目标维度与其相关维度的皮尔逊相关系数小于0，目标维度与其相关维度对应的协变特征值为-1。

4.如权利要求1所述的一种土壤侵蚀信息管理方法，其特征在于，所述根据每个维度的原始数据压缩获取压缩序列的方法为：

使用旋转门算法对每个维度的原始数据进行压缩获取每个维度对应的压缩序列，旋转门算法中的压缩容差为预设值，压缩序列中的每个数据点对应一个数据值和一个时间值。

5.如权利要求1所述的一种土壤侵蚀信息管理方法，其特征在于，所述插值区间为目标维度的压缩序列中任意相邻数据点对应的数据值构成的区间。

6.如权利要求4所述的一种土壤侵蚀信息管理方法，其特征在于，所述根据目标维度对应的每个相关维度的压缩序列获取目标维度与每个相关维度在插值区间下的关联值的方法为：

每个数据值对应一个时间值，将目标维度的插值区间对应的最大时间值和最小时间值的均值记为时间均值，将相关维度的每个数据值对应的时间值与插值区间的时间均值作差，将差值的绝对值记为插值函数，对于目标维度和每个相关维度在一个插值区间内的多个插值函数，选取最小的插值函数对应的数据点记为关联点，将关联点对应的数据值记为关联值。

7.如权利要求6所述的一种土壤侵蚀信息管理方法，其特征在于，所述根据目标维度和所有相关维度的协变特征值以及目标维度与所有相关维度在每个插值区间及其相邻插值区间下的关联值获取目标维度每个插值区间的插值参数的方法为：

将目标维度的任意一个插值区间记为标准插值区间，获取标准插值区间以及其相邻两个插值区间的关联点，将前一个插值区间的关联点和标准插值区间的关联点构建一个斜率区间，获取斜率区间的斜率记为第一斜率；将标准插值区间的关联点和后一个插值区间的关联点构建一个斜率区间，获取斜率区间的斜率记为第二斜率；根据目标维度和所有相关维度的协变特征值以及目标维度和所有相关维度的第一斜率和第二斜率的差异获取目标维度的插值区间的插值参数。

8.如权利要求7所述的一种土壤侵蚀信息管理方法，其特征在于，所述根据目标维度和所有相关维度的协变特征值以及目标维度和所有相关维度的第一斜率和第二斜率的差异获取目标维度的插值区间的插值参数的方法为：

；

式中，表示第x个维度与第j个相关维度的协变特征值，/>表示第x个维度与第j个相关维度在第T时刻的第一斜率，/>表示第x个维度与第j个相关维度在T时刻的第二斜率，/>表示第x个维度的相关维度的数量，/>表示双曲正切函数，/>表示第x个维度在第T个时刻的插值参数；每个T时刻对应一个插值区间。

9.如权利要求4所述的一种土壤侵蚀信息管理方法，其特征在于，所述根据插值区间的插值参数、插值区间的斜率、原始数据的时间值以及插值区间内原始数据的数据点的数量构建插值模型的方法为：

；

式中，表示第x个维度在T时刻下的数据值，/>表示第x个维度在T+1时刻下的数据值，/>表示第x个维度的原始数据的第t个时刻，/>表示第x个维度的第T时刻，表示第x个维度的第T+1时刻，/>表示一个插值区间，/>表示压缩容差， 表示第x个维度在第t时刻对应的插值区间上的插值参数，/>表示在第x个维度在第t时刻对应的插值区间内数据点的数量，/>为余弦函数，/>表示解压缩后第x个维度在第t时刻的数据值。

10.一种土壤侵蚀信息管理系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述一种土壤侵蚀信息管理方法的步骤。