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！

申请/专利权人：江西省地质局地理信息工程大队;江西空间地信工程集团有限公司

摘要：本发明提供基于机器学习的南方丘陵土壤三维建模方法，通过收集南方丘陵地区的土壤数据，包括土壤类型、质地、含水量、有机质含量、PH值指标，通过机器学习的一种方法SVM对南方丘陵土壤进行三维建模，可以对土壤进行分类，帮助选择适合的农作物种植，可以选择合适的作物，提高农作物产量和质量，可以帮助了解土壤的养分含量、酸碱性等指标，从而制定适当的土壤改良计划。

主权项：1.基于机器学习的南方丘陵土壤三维建模方法，其特征在于，包括以下步骤：S1：在南方丘陵使用采样工具进行土壤采集，依据地形坡度、朝向特征设计采样网络，在不同季节进行土壤采样，采样深度为土层深度的23，从每个采样点中取3-5个样本，混合成一份均匀的样品，对采集到的样品进行标识，记录采样点编号、采样日期、采样深度信息，采集的数据包括土壤类型、质地、含水量、有机质含量、PH值、地形数据、植被数据、湿度数据；S2：对采集到的土壤数据进行预处理，检查数据中是否存在缺失值、异常值以及错误值，对于缺失值，使用插补方法填充缺失值，对于异常值和错误值，选择删除，对于含水量、有机质含量、PH值数据进行标准化处理，对湿度数据进行滑动平均与季节性分解处理，对于地形数据、植被数据进行归一化处理，对于土壤类型、质地数据，将其转换为数值编码；S3：对于预处理过后的数据包括土壤类型、质地、含水量、有机质含量、PH值、地形数据、植被数据、湿度数据，使用主成分分析PCA进行降维优化，加入地形坡度与坡向特征以及植被季节性变化特征，选取用于机器学习的特征工程；S4：对降维优化后的土壤类型、质地、含水量、有机质含量、PH值、地形数据、植被数据、湿度数据进行数据划分，划分为训练集和测试集，85%的数据为训练集，15%的数据为测试集；S5：使用机器学习SVM算法，建立SVM模型，使用训练集进行训练，模型采用正则化参数C和高斯核函数中的带宽参数γ进行优化；S6：使用测试集来评估模型的性能，采用均方根误差RMSE和决定系数R-squared进行评估；S7：模型评估通过后，使用该模型对新的南方丘陵地区的土壤数据进行预测和建模。

全文数据：

权利要求：

百度查询： 江西省地质局地理信息工程大队 江西空间地信工程集团有限公司 基于机器学习的南方丘陵土壤三维建模方法