[发明专利]一种基于bp神经网络的草地退化分级方法

说明书

本发明公开了一种基于bp神经网络的草地退化分级方法，涉及草原草地退化程度评价方法，包括以下步骤：S1，确定草地退化的影响因素，获取与影响因素相关的原始数据；S2，对与影响因素相关的原始数据进行处理，以获取规范化数据；S3，将规范化数据导入至预先训练好的于bp神经网络模型中，输出评价分级结果；S4，对评价分级结果进行翻译转码，使之以友好的方式进行输出，本发明的有益效果是：以凸斑地盖度、优势草种比例、退化指示种比例、可食牧草比例和鼠害情况5个主要影响草地的因素为切入点，根据采集到的多个数据，基于bp神经网络实现了对草地退化的自动分级，可以广泛的应用在草地退化的研究等方面。

技术领域

本发明涉及草原草地退化程度评价方法，具体是一种基于bp神经网络的草地退化分级方法。

背景技术

草地退化研究是个非常复杂的工程，而草原草地退化程度的评价又直接影响后续开展治理的方式和力度，不准确的评价将会造成大量的资源消耗，因此科学的评价方式非常重要。目前对于草地评价问题上，各个草地工作者和研究者大都采用人工的方式通过采集数据进行草地评价，这种方式存在成本高、低效、准确率低等诸多弊端，也没有充分利用已有的数据资源。

目前为止，很多草地研究工作者在草地评价方面做了很多研究，严应存在论文“青海湖南岸草地退化遥感评价”中，利用2002～2013年生长季NDVI(5～9月)，反演青海湖南岸海南州地区草地覆盖度和退化指数，开展青海湖南岸草地现状、退化事实及发展趋势分析。把草地覆盖程度分为高中低三个层次，草地覆盖等级的计算用公式：其中NDVI植被指数NDVI_min对应5％的覆盖度，NDVI_max对应98％的覆盖度。分级标准为：低覆盖(0≤Fc<0.20)、中覆盖(0.20≤Fc<0.50)、高覆盖(Fc≥0.50)。

梁存利在论文“模糊层次分析法在西藏草地退化研究中的应用”中针对西藏草地退化的成因以及恢复治理措施的效应问题，利用模糊层次分析法，研究了西藏草地退化的成因和各种恢复治理措施的效率。文章指出超载放牧、气候变化异常、自然条件恶劣的贡是导致西藏草地退化的主要原因；其次是鼠虫毒杂草危害。

相关分析表明，高寒草地中土壤硝化速率和氨化速率与土壤硝化细菌和氨化细菌的数量以及蛋白酶和脲酶密切相关。植物生物量、土壤含水量、有机碳、全氮含量通过影响微生物数量、微生物生物量及酶活性而成为影响土壤氮素转化的主要因素。

靳瑰丽，武红旗，范燕敏等人在论文“伊犁绢蒿荒漠草地退化等级的高光谱识别方法”中以伊犁绢蒿荒漠草地为研究对象，基于环境卫星HSI高光谱影像和群落冠层光谱，采用光谱角填图法和光谱信息散度法对草地退化等级进行识别。以实地采集的冠层反射光谱为指导的HSI高光谱影像识别精度较差；基于HSI高光谱影像的退化等级识别结果较好，总体分类精度在76％以上，适合对伊犁绢蒿荒漠草地退化等级识别。

于皓在论文“基于光学和雷达影像的吉林省西部草地退化评价”中结合吉林省西部地区特点，突破以往单一以草地植被退化指标(产草量、可食牧草比例、覆盖度等)探索草地退化的做法，将草地植被参数和草下土壤参数(电导率、PH)相结合，对吉林省西部草地退化进行综合评价，使获得的结果更加接近吉林省西部草地退化的真实情况。根据中华人民共和国国家标准-草地退化的分级标准(GB19377-2003)，评测1990-2016年吉林省西部草地退化的程度，为该区生态建设、资源优化及可持续发展提供决策支持和数据支撑。

但是以上对草地退化的研究仍然需要采用人工的方式通过采集数据进行草地评价，劳动强度大，基于此，本申请提出了一种基于bp神经网络的草地退化分级方法。

发明内容

本发明的目的在于提供一种基于bp神经网络的草地退化分级方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于bp神经网络的草地退化分级方法，包括以下步骤：