一種基于深度學(xué)習(xí)元胞自動(dòng)機(jī)模型的土壤含水量預(yù)測(cè)方法
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明涉及一種基于深度學(xué)習(xí)元胞自動(dòng)機(jī)模型的土壤含水量預(yù)測(cè)方法，屬于土壤 表層含水量預(yù)測(cè)技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 土壤含水量是地表植被吸收水分的主要來(lái)源，直接影響著生態(tài)植被的生長(zhǎng)。準(zhǔn)確 估算土壤表層含水量已成為農(nóng)業(yè)水資源監(jiān)測(cè)的熱點(diǎn)問(wèn)題。土壤含水量的測(cè)定方法主要包括 接觸式的直接測(cè)量和非接觸式的遙感監(jiān)測(cè)。用遙感反演手段獲取土壤含水量，具有范圍大、 時(shí)間分辨率高的特點(diǎn)。該方法在植被覆蓋度較高的區(qū)域效果卻并不理想，如果傳感器受到 外界因素影響后也不能實(shí)時(shí)地反演土壤含水量。除遙感監(jiān)測(cè)方法之外，常規(guī)的土壤含水量 預(yù)測(cè)方法還包括經(jīng)驗(yàn)公式法、水量平衡法、消退指數(shù)法、土壤水動(dòng)力學(xué)法、時(shí)間序列法、機(jī)器 學(xué)習(xí)法等。機(jī)器學(xué)習(xí)法常用來(lái)模擬與處理影響因素多、關(guān)系復(fù)雜的系統(tǒng)，能夠靈活處理高度 非線性動(dòng)態(tài)關(guān)系的時(shí)間序列問(wèn)題，因其固有的學(xué)習(xí)能力與適應(yīng)能力，使其在土壤水分預(yù)測(cè) 中得到了廣泛的應(yīng)用。
[0003] 土壤含水量的空間變異主要是由溫度、降雨、相對(duì)濕度、霧、土壤、植被、人為活動(dòng) 等諸多因素綜合作用所影響。除此之外，土壤含水量與土壤的理化性質(zhì)也密切相關(guān)，如土壤 孔隙度、土壤質(zhì)地等。傳統(tǒng)方法，如最小二乘法建立多元回歸方程，經(jīng)常會(huì)出現(xiàn)高誤差、低穩(wěn) 健等問(wèn)題。究其原因是土壤含水量的影響因子間存在多重相關(guān)性，普通模擬方法很容易影 響參數(shù)估計(jì)，進(jìn)而增大模型誤差。
[0004] 既然土壤含水量空間變異的內(nèi)在規(guī)律是人類難以掌握和定量描述的，對(duì)這種復(fù)雜 行為進(jìn)行分析和模擬在農(nóng)業(yè)生產(chǎn)、干旱區(qū)生態(tài)管理中具有重要應(yīng)用價(jià)值。為了分析與模擬 這種內(nèi)在規(guī)律，可將其視為"黑箱"，進(jìn)而通過(guò)分析原始、結(jié)束時(shí)系統(tǒng)狀態(tài)間相互關(guān)系獲取其 演變規(guī)律。之后，基于這種演變規(guī)律的知識(shí)對(duì)土壤含水量進(jìn)行時(shí)空預(yù)測(cè)，實(shí)現(xiàn)更加客觀的模 擬。
[0005] 自1950年代計(jì)算機(jī)之父JohnVonNeumann建立第一個(gè)生物自我復(fù)制的元胞自動(dòng) 機(jī)雛形后，元胞自動(dòng)機(jī)（cellularautomata，CA)已成為非數(shù)值計(jì)算中的常用方法，基于元 胞自動(dòng)機(jī)的地理模擬研究也已獲得國(guó)內(nèi)外的廣泛關(guān)注。元胞自動(dòng)機(jī)是一種時(shí)間、空間、狀態(tài) 都離散的模型，具有強(qiáng)大的空間建模和計(jì)算能力，能夠模擬具有時(shí)空特征的復(fù)雜動(dòng)態(tài)系統(tǒng)。 元胞自動(dòng)機(jī)模型賦予每個(gè)空間單元在外界刺激或者相互作用下的變化規(guī)則，這與地理學(xué)第 一定律相似性定律非常相似，因此該模型非常適宜描述地理現(xiàn)象。元胞自動(dòng)機(jī)模型模擬的 核心是定義元胞狀態(tài)的轉(zhuǎn)換規(guī)則，至今尚未有完善、穩(wěn)健的規(guī)則定義方法，國(guó)內(nèi)外專家普遍 采用啟發(fā)式的方法，但該方法受主觀因素影響很大，尤其是在反映復(fù)雜關(guān)系時(shí)具有較為顯 著的局限性。改善的方法是采用數(shù)據(jù)挖掘技術(shù)，該技術(shù)能夠從海量的地理信息數(shù)據(jù)中發(fā)現(xiàn) 知識(shí)，并能夠?qū)⒅R(shí)應(yīng)用到元胞自動(dòng)機(jī)模型中狀態(tài)的轉(zhuǎn)換規(guī)則，進(jìn)而顯著改善了模擬效果。
[0006] 作為一類新興的多層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，深度學(xué)習(xí)能夠緩解傳統(tǒng)訓(xùn)練算法的局部 最小性，進(jìn)而提升了處理復(fù)雜分類問(wèn)題時(shí)的泛化能力。鑒于該技術(shù)在工業(yè)界的重要性及其 性能優(yōu)越性，將該技術(shù)與地理現(xiàn)象模擬相結(jié)合具有十分廣闊的工業(yè)化應(yīng)用前景。然而，根據(jù) 深度學(xué)習(xí)算法的結(jié)構(gòu)特征，眾多應(yīng)用領(lǐng)域在深度學(xué)習(xí)的實(shí)踐過(guò)程中也發(fā)現(xiàn)了一系列亟待探 索解決的問(wèn)題，如無(wú)標(biāo)記數(shù)據(jù)的特征學(xué)習(xí)、網(wǎng)絡(luò)模型規(guī)模與訓(xùn)練速度精度之間的權(quán)衡、與其 他方法的融合等。這些缺點(diǎn)已經(jīng)嚴(yán)重制約了深度學(xué)習(xí)在元胞自動(dòng)機(jī)模型規(guī)則訓(xùn)練中的應(yīng) 用，歸納起來(lái)有一下幾個(gè)局限性：
[0007] (1)缺乏有效的擴(kuò)展解決方案?，F(xiàn)有元胞自動(dòng)機(jī)模型主要集中在分類問(wèn)題，對(duì)連續(xù) 回歸的數(shù)字模擬缺乏有效的認(rèn)知，無(wú)法解決無(wú)限狀態(tài)的自然地理現(xiàn)象模擬。有別于傳統(tǒng)基 于方程的自上而下的建模方法，元胞自動(dòng)機(jī)模型主要通過(guò)微觀層面元胞的相互作用來(lái)模擬 全局系統(tǒng)的復(fù)雜性，在此過(guò)程中，元胞自動(dòng)機(jī)在地理計(jì)算中的不足逐步體現(xiàn)。例如，元胞只 能把信息傳遞給鄰域元胞，且元胞在整個(gè)模擬空間的位置相對(duì)固定，導(dǎo)致元胞只能模擬地 理基層環(huán)境卻不能模擬自由活動(dòng)的實(shí)體對(duì)象。
[0008] (2)不同方法體系缺少融合技術(shù)指導(dǎo)。單一的深度學(xué)習(xí)方法，往往并不能帶來(lái)最 好的計(jì)算效果，亟需融合一種甚至多種方法形成更為有效且有理論依據(jù)的學(xué)習(xí)模型進(jìn)行應(yīng) 用，進(jìn)而解決更為復(fù)雜的應(yīng)用問(wèn)題。探索基于深度學(xué)習(xí)的新特征提取模型也將是值得深入 探討的應(yīng)用課題。另外，深度學(xué)習(xí)訓(xùn)練困難的潛在原因包括監(jiān)督訓(xùn)練準(zhǔn)則存在大量局部極 值、過(guò)于復(fù)雜的訓(xùn)練準(zhǔn)則。如何同時(shí)訓(xùn)練所有的深度結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)層，也將是影響深度學(xué)習(xí) 在土壤含水量不同時(shí)空模擬的重要影響因素。

【發(fā)明內(nèi)容】

[0009] 針對(duì)上述技術(shù)問(wèn)題，本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種基于深度學(xué)習(xí)元胞自 動(dòng)機(jī)模型的土壤含水量預(yù)測(cè)方法，基于深度學(xué)習(xí)網(wǎng)絡(luò)獲取元胞狀態(tài)轉(zhuǎn)換規(guī)則，并結(jié)合元胞 自動(dòng)機(jī)泛化能力定量評(píng)估操作，能夠解決現(xiàn)有可視域算法在分布式并行計(jì)算環(huán)境下數(shù)據(jù)管 理效率低下與并行化調(diào)度困難的問(wèn)題，有效提高了土壤含水量預(yù)測(cè)的準(zhǔn)確性。
[0010] 本發(fā)明為了解決上述技術(shù)問(wèn)題采用以下技術(shù)方案：本發(fā)明設(shè)計(jì)了一種基于深度學(xué) 習(xí)元胞自動(dòng)機(jī)模型的土壤含水量預(yù)測(cè)方法，包括如下步驟：
[0011] 步驟001.針對(duì)目標(biāo)土壤區(qū)域，按預(yù)設(shè)樣本點(diǎn)選擇要求，選擇預(yù)設(shè)數(shù)量的訓(xùn)練樣本 點(diǎn)和預(yù)設(shè)數(shù)量的驗(yàn)證樣本點(diǎn)，并且針對(duì)訓(xùn)練樣本點(diǎn)設(shè)定對(duì)應(yīng)的訓(xùn)練檢測(cè)期，以及針對(duì)驗(yàn)證 樣本點(diǎn)設(shè)定對(duì)應(yīng)的驗(yàn)證檢測(cè)期，同時(shí)，針對(duì)目標(biāo)土壤區(qū)域，設(shè)定各類環(huán)境變量，并進(jìn)入步驟 002；
[0012] 步驟002.獲得各個(gè)訓(xùn)練樣本點(diǎn)分別對(duì)應(yīng)訓(xùn)練檢測(cè)期中各個(gè)單位檢測(cè)期的土壤含 水量數(shù)據(jù)，構(gòu)成分別與訓(xùn)練檢測(cè)期中各個(gè)單位檢測(cè)期相對(duì)應(yīng)的各訓(xùn)練樣本點(diǎn)土壤含水量數(shù) 據(jù)集，同時(shí)，獲得目標(biāo)土壤區(qū)域分別對(duì)應(yīng)訓(xùn)練檢測(cè)期中各個(gè)單位檢測(cè)期的各類環(huán)境變量數(shù) 據(jù)，并針對(duì)環(huán)境變量數(shù)據(jù)進(jìn)行歸一化處理，并進(jìn)入步驟003 ;
[0013] 步驟003.分別針對(duì)不同單位檢測(cè)期各訓(xùn)練樣本點(diǎn)土壤含水量數(shù)據(jù)集進(jìn)行插值數(shù) 據(jù)處理，獲得空間上與目標(biāo)土壤區(qū)域相對(duì)應(yīng)、且時(shí)間上分別與訓(xùn)練檢測(cè)期中各個(gè)單位檢測(cè) 期相對(duì)應(yīng)的各個(gè)訓(xùn)練目標(biāo)土壤區(qū)域土壤含水量空間分布柵格圖層，并進(jìn)入步驟004 ;
[0014] 步驟004.針對(duì)各個(gè)訓(xùn)練目標(biāo)土壤區(qū)域土壤含水量空間分布柵格圖層，分別建立 與之對(duì)應(yīng)、相同大小、相同空間分辨率的副本柵格圖層，并進(jìn)入步驟005 ;
[0015] 步驟005.分別針對(duì)各個(gè)訓(xùn)練目標(biāo)土壤區(qū)域土壤含水量空間分布柵格圖層，遍歷 柵格圖層中各個(gè)柵格所對(duì)應(yīng)的元胞單元，分別針對(duì)各個(gè)元胞單元，在元胞單元的8個(gè)相鄰 元胞單元中，統(tǒng)計(jì)對(duì)應(yīng)土壤含水量大于該元胞單元所對(duì)應(yīng)土壤含水量的相鄰元胞單元的數(shù) 量，并將該數(shù)量填入所屬訓(xùn)練目標(biāo)土壤區(qū)域土壤含水量空間分布柵格圖層對(duì)應(yīng)副本柵格圖 層中、與該元胞單元位置相對(duì)應(yīng)的柵格位置；基于上述操作，更新獲得分別與各個(gè)訓(xùn)練目標(biāo) 土壤區(qū)域土壤含水量空間分布柵格圖層相對(duì)應(yīng)的各個(gè)副本柵格圖層，即獲得目標(biāo)土壤區(qū)域 所對(duì)應(yīng)的各個(gè)土壤含水量元胞間鄰域作用變量，并進(jìn)入步驟006 ;
[0016] 步驟006.采用受限玻爾茲曼機(jī)構(gòu)建深度信念網(wǎng)絡(luò)，并且根據(jù)不同單位檢測(cè)期各 訓(xùn)練樣本點(diǎn)土壤含水量數(shù)據(jù)集、各個(gè)土壤含水量元胞間鄰域作用變量，以及目標(biāo)土壤區(qū)域 分別對(duì)應(yīng)訓(xùn)練檢測(cè)期中各個(gè)單位檢測(cè)期的各類環(huán)境變量數(shù)據(jù)，通過(guò)深度信念網(wǎng)絡(luò)獲得目標(biāo) 土壤區(qū)域所對(duì)應(yīng)的元胞狀態(tài)轉(zhuǎn)換規(guī)則，并進(jìn)入步驟007 ;
[0017] 步驟007.獲得各個(gè)驗(yàn)證樣本點(diǎn)分別對(duì)應(yīng)驗(yàn)證檢測(cè)期中各個(gè)單位檢測(cè)期的土壤含 水量數(shù)據(jù)，構(gòu)成分別與驗(yàn)證檢測(cè)期中各個(gè)單位檢測(cè)期相對(duì)應(yīng)的各驗(yàn)證樣本點(diǎn)土壤含水量數(shù) 據(jù)集，同時(shí)，獲得目標(biāo)土壤區(qū)域分別對(duì)應(yīng)驗(yàn)證檢測(cè)期中各個(gè)單位檢測(cè)期的各類環(huán)境變量數(shù) 據(jù)，并針對(duì)環(huán)境變量數(shù)據(jù)進(jìn)行歸一化處理，進(jìn)入步驟008 ;
[0018] 步驟008.根據(jù)目標(biāo)土壤區(qū)域分別對(duì)應(yīng)驗(yàn)證檢測(cè)期中各個(gè)單位檢測(cè)期的各類環(huán)境 變量數(shù)據(jù)，采用元胞自動(dòng)機(jī)模型，結(jié)合目標(biāo)土壤區(qū)域所對(duì)應(yīng)的元胞狀態(tài)轉(zhuǎn)換規(guī)則，分別獲得 對(duì)應(yīng)驗(yàn)證檢測(cè)期中各個(gè)單位檢測(cè)期的土壤含水量驗(yàn)證數(shù)據(jù)，并進(jìn)入步驟009 ;
[0019] 步驟009.將各驗(yàn)證樣本點(diǎn)土壤含水量數(shù)據(jù)集分別按時(shí)間對(duì)應(yīng)關(guān)系與目標(biāo)土壤區(qū) 域土壤含水量驗(yàn)證數(shù)據(jù)進(jìn)行比較檢驗(yàn)，判斷目標(biāo)土壤區(qū)域所對(duì)應(yīng)的元胞狀態(tài)轉(zhuǎn)換規(guī)則是否 準(zhǔn)確，是則進(jìn)入步驟010,否則進(jìn)入步驟011 ;
[0020] 步驟010.獲得目標(biāo)土壤區(qū)域?qū)?yīng)預(yù)測(cè)時(shí)間的各類環(huán)境變量數(shù)據(jù)，并采用元胞自 動(dòng)機(jī)模型，結(jié)合目標(biāo)土壤區(qū)域所對(duì)應(yīng)的元胞狀態(tài)轉(zhuǎn)換規(guī)則，獲得目標(biāo)土壤區(qū)域土壤預(yù)測(cè)時(shí) 間含水量預(yù)測(cè)數(shù)據(jù)；
[0021] 步驟011.獲得目標(biāo)土壤區(qū)域?qū)?yīng)預(yù)測(cè)時(shí)間的各類環(huán)境變量數(shù)據(jù)，并采用元胞自 動(dòng)機(jī)模型，結(jié)合目標(biāo)土壤區(qū)域所對(duì)應(yīng)的元胞狀態(tài)轉(zhuǎn)換規(guī)則，獲得目標(biāo)土壤區(qū)域土壤預(yù)測(cè)時(shí) 間含水量預(yù)測(cè)數(shù)據(jù)，并針對(duì)該目標(biāo)土壤區(qū)域土壤預(yù)測(cè)時(shí)間含水量預(yù)測(cè)數(shù)據(jù)的不確定性進(jìn)行 評(píng)估。
[0022] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟001中，針對(duì)所述目標(biāo)土壤區(qū)域，按預(yù) 設(shè)樣本點(diǎn)選擇要求，采用保留方法選擇設(shè)定預(yù)設(shè)數(shù)量的訓(xùn)練樣本點(diǎn)和預(yù)設(shè)數(shù)量的驗(yàn)證樣本 點(diǎn)。
[0023] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟002中，采用無(wú)線土壤水分傳感器測(cè) 定獲得各個(gè)訓(xùn)練樣本點(diǎn)分別對(duì)應(yīng)訓(xùn)練檢測(cè)期中各個(gè)單位檢測(cè)期的土壤含水量數(shù)據(jù)；以及所 述步驟007中，采用無(wú)線土壤水分傳感器測(cè)定獲得各個(gè)驗(yàn)證樣本點(diǎn)分別對(duì)應(yīng)驗(yàn)證檢測(cè)期中 各個(gè)單位檢測(cè)期的土壤含水量數(shù)據(jù)。
[0024] 作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟003中，分別針對(duì)各訓(xùn)練樣本點(diǎn)土壤 含水量數(shù)據(jù)集，采用地統(tǒng)計(jì)普通克里格方法進(jìn)行插值