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：本发明公开了一种融合多源数据和不确定信息的土壤或沉积物属性制图方法，属于土壤沉积物属性预测与制图领域。主要步骤为：对获取的土壤或沉积物属性数据进行分类与整理，区分精确的土壤属性硬数据和具有不确定度的土壤属性软数据，其中土壤属性软数据可以来源于历史数据的转化、相关土壤沉积物属性的模型估计等；结合贝叶斯最大熵方法框架，利用最大熵定理结合土壤属性硬数据与土壤属性软数据获得的通用知识函数计算获得先验概率密度函数，再通过搜索预测空间点周围的土壤属性硬数据与土壤属性软数据，并利用贝叶斯定理对先验概率密度函数进行更新，获得后验概率密度函数，通过对后验概率密度函数取积分计算得到土壤属性的预测值与预测不确定性。

主权项：1.一种融合多源数据和不确定信息的土壤或沉积物属性制图方法，其特征在于，包括以下步骤：S1.当研究区域内仅含有目标属性的土壤属性数据时，获取研究区域内的历史土壤属性数据和当前时刻土壤属性数据，判断历史土壤属性数据与当前时刻土壤属性数据之间的空间位置是否存在重合，并根据判断结果对历史土壤属性数据进行整合处理，并构造土壤属性软数据，将当前时刻土壤属性数据视为土壤属性硬数据；S2.将土壤属性软数据与土壤属性硬数据纳入贝叶斯最大熵方法框架，设置通用知识函数的约束条件，以信息熵最大作为优化目标构建方程，求解方程获得先验概率密度函数，在所需预测土壤属性的空间点设置搜索半径，利用搜索半径内的土壤属性软数据和土壤属性硬数据对先验概率密度函数进行更新，获得后验概率密度函数，最终由后验概率密度函数进行积分计算土壤属性预测值和预测的不确定性并进行可视化，完成制图；S3.当研究区域内既含有目标属性的土壤属性数据又含有相关属性的土壤属性数据时，获取研究区域内的目标土壤属性数据和相关土壤属性数据，将目标土壤属性数据作为因变量、相关土壤属性数据作为自变量构建多元模型，将相同空间位置的目标土壤属性数据与相关土壤属性数据进行匹配，将不含有目标土壤属性数据的空间位置作为目标位置，将目标位置上的相关土壤属性数据输入多元模型中，对目标土壤属性数据进行预测，将多元模型输出的预测值作为高斯概率密度函数的均值，将多元模型输出的预测方差作为高斯概率密度函数的方差，得到目标土壤属性软数据，将目标土壤属性数据作为目标土壤属性硬数据；S4.将目标土壤属性软数据与目标土壤属性硬数据纳入贝叶斯最大熵方法框架，重新设置通用知识函数的约束条件，以信息熵最大作为优化目标重新构建方程，并获得新的先验概率密度函数，在所需预测土壤属性的空间点设置搜索半径，利用搜索半径内的目标土壤属性软数据与目标土壤属性硬数据对新的先验概率密度函数进行更新，获得新的后验概率密度函数，最终由新的后验概率密度函数进行积分计算土壤属性预测值和预测的不确定性并进行可视化，完成制图。

全文数据：

权利要求：

百度查询： 浙江大学 融合多源数据和不确定信息的土壤或沉积物属性制图方法