买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明公开了一种施用生物炭对改善烟田土壤质量的评价方法及系统,包括,获取目标烟田的土壤现状数据集,利用生物碳对土壤质量与植物生长的影响实例提取知识实体及知识关联,构建相关知识图谱;根据相关知识图谱结合土壤现状数据集分析施用生物炭对目标烟田土壤质量的影响方向,以确定评价指标;基于评价指标构建正常质量改善模型,预测目标烟田在施用生物炭后的理想土壤质量;利用评价指标对施用生物炭后的土壤状况数据进行评估获取实际土壤质量,与理想土壤质量对比得到生物炭对烟田土壤的改善效果。本发明通过数据驱动方法实现烟田土壤质量改善效果的快速分析和预估,对生物炭及炭基肥的精准施用提供数据依据。
主权项:1.一种施用生物炭对改善烟田土壤质量的评价方法,其特征在于,包括以下步骤:通过多源采集获取目标烟田的土壤理化性质、土壤微生物群落及烟草植株生长状况,将目标烟田的多源数据进行预处理,生成目标烟田的土壤现状数据集;获取生物炭对土壤质量与植物生长的影响实例,利用所述影响实例提取知识实体及知识关联,基于所述知识实体及知识关联构建相关知识图谱;根据所述相关知识图谱结合所述土壤现状数据集分析施用生物炭对目标烟田土壤质量的影响方向,根据所述影响方向确定评价指标;基于所述评价指标通过数据驱动方法构建正常质量改善模型,通过所述影响实例进行模型训练,学习预测目标烟田在施用生物炭后的理想土壤质量;获取目标烟田在施用生物炭后的多源数据作为土壤状况数据,利用所述评价指标对土壤状况数据进行评估获取实际土壤质量,将所述实际土壤质量与所述理想土壤质量对比,得到生物炭对烟田土壤的改善效果;利用影响实例提取知识实体及知识关联,基于所述知识实体及知识关联构建相关知识图谱,具体为:通过大数据方法检索获取生物炭对土壤质量与植物生长的影响实例,对所述影响实例进行结构化处理,对结构化处理后的影响实例进行知识抽取,将土壤参数、植株参数作为知识实体向量;对获取的知识实体向量进行知识融合,根据不同知识实体向量之间的关联进行关系提取,将提取的关系向量引入关系超平面,在所述关系超平面中利用施加生物炭作为目标关系,利用目标关系进行筛选;根据筛选的知识实体向量判断生物炭施用后的参数偏差,若所述参数偏差大于预设阈值则进行标记,根据标记知识实体向量的参数变化特征生成影响方向;通过知识实体向量、目标关系及影响方向构建三元组,根据所述三元组构建相关知识图谱;根据所述相关知识图谱结合所述土壤现状数据集分析施用生物炭对目标烟田土壤质量的影响方向,具体为:根据所述土壤现状数据集在所述相关知识图谱中进行定位,获取土壤现状数据集对应的土壤参数实体节点所涉及的三元组,通过TransR获取三元组中实体及关系的嵌入表示;获取以各土壤参数实体节点为头节点的三元组,通过尾节点确定各土壤参数实体节点的邻域范围,在邻域范围内获取各土壤参数实体节点与邻居节点的线性组合,在线性组合中引入多头注意力机制计算注意力权重;设置头节点及尾节点对应的关系系数,从头节点及尾节点两个方向利用所述关系系数对其注意力权重进行加权,相加后生成关系权重;将邻居节点的注意力权重及关系权重进行耦合生成各土壤参数实体节点为头节点的三元组的权重,并利用归一化函数对三元组的权重进行归一化,根据所述权重指导进行消息传递;计算完所有线性组合后,通过邻域范围中加权后的邻居节点进行聚合更新各知识实体节点的嵌入表示,对于知识图谱中的土壤参数集与生物炭影响方向集获取最终表示;获取土壤参数最终表示与生物炭影响方向最终表示的内积,获取各土壤参数对生物炭影响方向的评估分数,根据所述评估分数选取目标烟田在施用生物炭后的影响方向,通过影响方向关联的土壤参数设置评价指标;基于所述评价指标通过数据驱动方法构建正常质量改善模型,通过所述影响实例进行模型训练,数据驱动建模是基于处理后的改善效果优良的生物炭对土壤质量与植物生长的影响实例,建立能够记忆和学习生物炭对土壤质量的正常改善效果模型,具体为:基于堆叠自编码网络构建正常质量改善模型,预设土壤质量改善阈值,选取符合土壤质量改善阈值标准的影响实例进行挂起,利用确定的评价指标在挂起的影响实例中进行特征参数提取,构建改善基准数据集,并划分训练集及验证集;通过所述训练集对所述正常质量改善模型进行训练,通过对训练样本的编码重构获取对应训练参数,将所述训练参数作为隐藏层特征并输入到下一层,采用逐层无监督方式进行逐层训练;利用训练样本的重构误差进行反向传播,优化正常质量改善模型,通过验证集对优化后的正常质量改善模型精确度验证,符合精确度要求后输出正常质量改善模型;正常质量改善模型的输入是评价指标对应所有参数的实测值,输出是评价指标对应所有参数在预设时间后正常改善水平下的估计值。
全文数据:
权利要求:
百度查询: 安徽省农业科学院烟草研究所 施用生物炭对改善烟田土壤质量的评价方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。