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：中南大学;中国科学院亚热带农业生态研究所

摘要：本发明公开了一种基于地形和遥感数据的土壤有机碳含量估测方法，包括采集土壤样品得到第一采样点数据，进行数据处理得到符合预设要求的第一Landsat5遥感数据和第一DEM数据；搭建inception神经网络模型，将处理后的数据输入至inception神经网络模型中进行训练得到土壤样品的有机碳含量预测值；根据土壤样品的有机碳含量预测值和预设的损失函数计算得到损失值进行反向传播更新inception神经网络模型的网络参数并迭代训练次数，当训练次数达到预设次数时，得到训练好的inception神经网络模型；采集土壤检测品得到第二采样点数据，对第二采样点数据进行数据处理得到符合预设要求的第二Landsat5遥感数据和第二DEM数据，并输入至训练好的inception神经网络模型，可准确估测得到土壤有机碳含量值。

主权项：1.一种基于地形和遥感数据的土壤有机碳含量估测方法，其特征在于，所述方法包括以下步骤：步骤S100：采集土壤样品得到第一采样点数据，对所述第一采样点数据进行数据处理得到符合预设要求的第一Landsat5遥感数据和第一DEM数据；步骤S200：搭建inception神经网络模型，将所述符合预设要求的Landsat5遥感数据和DEM数据输入至所述inception神经网络模型中进行训练，得到土壤样品的有机碳含量预测值；步骤S300：根据所述土壤样品的有机碳含量预测值和预设的损失函数计算得到损失值，根据所述损失值对所述inception神经网络模型进行反向传播更新所述inception神经网络模型的网络参数并迭代训练次数，当所述训练次数达到预设次数时，得到训练好的inception神经网络模型；步骤S400：采集土壤检测品得到第二采样点数据，对所述第二采样点数据进行数据处理得到符合预设要求的第二Landsat5遥感数据和第二DEM数据，将所述第二Landsat5遥感数据和第二DEM数据输入至所述训练好的inception神经网络模型，估测得到土壤检测品的有机碳含量值；所述inception神经网络模型包括依次连接的InceptionBlockB结构、Reduction结构、平均池化层和全连接层，所述InceptionBlockB结构包括输入层、并列设置的第一卷积层网络、第二卷积层网络、第三卷积层网络和第四卷积层网络，以及第一输出层，所述Reduction结构包括第二输出层、并列设置的最大池化层、第五卷积层网络和第六卷积层网络，所述第一输出层通过并列设置的最大池化层、第五卷积层网络和第六卷积层网络连接所述第二输出层；所述第一卷积层网络包括依次连接的平均池化层和第一卷积层，所述平均池化层包括一个卷积核，大小为3×3，所述第一卷积层的卷积核大小为1×1，有128个卷积核；第二卷积层网络包括第二卷积层，所述第二卷积层的卷积核大小为1×1，有384个卷积核；所述第三卷积层网络包括依次连接的第三卷积层、第四卷积层和第五卷积层，所述第三卷积层的卷积核大小为1×1，有192个卷积核，所述第四卷积层的卷积核大小为1×7，有224个卷积核，所述第五卷积层的卷积核大小为1×7，有256个卷积核；所述第四卷积层网络包括依次连接的第六卷积层、第七卷积层、第八卷积层、第九卷积层和第十卷积层，所述第六卷积层的卷积核大小为1×1，有192个卷积核，所述第七卷积层的卷积核大小为1×7，有192个卷积核，所述第八卷积层的卷积核大小为7×1，有224个卷积核，所述第九卷积层的卷积核大小为1×7，有224个卷积核，所述第十卷积层的卷积核大小为7×1，有256个卷积核；所述最大池化层的卷积核为3×3，步长为2；所述第五卷积层网络包括依次连接的第十一卷积层和第十二卷积层，所述第十一卷积层的卷积核大小为1×1，有192个卷积核，所述第十二卷积层的卷积核大小为3×3，有320个卷积核，步长为2；所述第六卷积层网络包括依次连接的第十三卷积层、第十四卷积层、第十五卷积层和第十六卷积层，所述第十三卷积层的卷积核大小为1×1，有256个卷积核，所述第十四卷积层的卷积核大小为1×7，有256个卷积核，所述第十五卷积层的卷积核大小为7×1，有320个卷积核，所述第十六卷积层的卷积核大小为3×3，有320个卷积核，步长为2。

全文数据：

权利要求：

百度查询： 中南大学 中国科学院亚热带农业生态研究所 一种基于地形和遥感数据的土壤有机碳含量估测方法