【技术实现步骤摘要】
本专利技术涉及农业监测，尤其涉及一种基于密度峰值聚类的耕地监测方法、系统、设备及介质。
技术介绍
1、耕地作为最重要的自然资源之一，是粮食生产过程中不可或缺的基本生产资料，对保障人类生存安全具有重要意义。为满足可持续发展目标的需求，必须增加粮食生产，相应的耕地资源也需要增加。然而，大规模扩张耕地的实现难度大，过度集约化易带来诸如养分流失、环境污染等负向效应。因此，为了保障粮食安全、农业绿色发展和资源可持续利用，需要对耕地质量进行一定的监测，耕地质量是耕地综合状况的反映，与耕地产量紧密相关，是耕地资源能满足人类福祉需求的能力，但若是过分追求产量导致耕地不合理利用，耕地质量可能发生隐形的负向效应变化，给粮食安全与耕地可持续利用带来挑战。
2、为了高效、准确地掌握耕地质量的变化趋势，对耕地质量的监测至关重要。从遥感上很难获取耕地质量的准确数据，因此需要通过设置具有代表性的监测点，进行基于耕地质量的采样设计，采集相关指标数据，从而“以点带面”反映耕地质量现状。现阶段基于耕地质量监测样点采样设计方法大致可分为基于耕地质量的采样设计和基于耕地环境特征的采样设计。基于耕地质量的采样设计师利用已知的耕地质量评价数据作为先验知识，目标是设计监测点以在统计上反映耕地质量总体，但这种采样设计必须耕地质量状况已知，但获取时效性较好的耕地质量数据需要耗费大量人力物力；基于耕地环境特征的采样设计不要求已知耕地质量状况，而是依靠易获取、更新快且影响耕地质量的环境协变量信息来分类设计监测点，但是存在假设划分的类型区“内部均质”弊端，认为监测点对不同
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种基于密度峰值聚类的耕地监测方法、系统、设备及介质，通过密度峰值聚类算法确定聚类中心，设计为监测点，无需耗费大量人力物力获取时效性较好的耕地质量数据，同时设置相似性评价，使设计的监测点具有区域代表性，提高耕地质量的监测效率和精度。
2、本专利技术提供了一种基于密度峰值聚类的耕地监测方法，所述方法包括：
3、确定待监测耕地区域，并选择所述待监测耕地区域的耕地环境协变量要素；
4、选取所述待监测耕地区域的耕地环境协变量要素对应的环境因子，并获取所述环境因子对应的耕地环境特征数据；
5、基于密度峰值聚类方法对所述耕地环境特征数据进行聚类分析，获取若干个目标聚类中心；
6、将所述若干个目标聚类中心设置为目标监测点，在所述目标监测点上设置监测设备，并基于所述监测设备对所述待监测耕地区域的耕地资源数据进行采集；
7、对所述监测设备采集到的所述待监测耕地区域的耕地资源数据进行准确性评估。
8、进一步的，所述选择所述待监测耕地区域的耕地环境协变量要素包括：
9、选择能影响所述待监测耕地区域的耕地质量的耕地环境协变量要素类型，所述能影响所述待监测耕地区域的耕地质量的耕地环境协变量要素类型包括立地要素类型、生态要素类型、生产要素类型。
10、进一步的，所述选取所述待监测耕地区域的耕地环境协变量要素对应的环境因子包括：
11、分别提取立地要素类型、生态要素类型、生产要素类型对应的耕地环境协变量要素；
12、选取所述耕地环境协变量要素对应的环境因子，并获取所述环境因子对应的耕地环境特征数据；
13、将所述耕地环境特征数据进行重采样操作，并统一坐标系。
14、进一步的，所述基于密度峰值聚类方法对所述耕地环境特征数据进行聚类分析，获取若干个目标聚类中心包括：
15、基于密度峰值聚类方法对所述耕地环境特征数据进行聚类分析，获取若干个样本点，并根据所述若干个样本点生成决策图；
16、分别计算所述决策图中各样本点的局部密度和相对距离，并基于所述决策图中各样本点的局部密度和相对距离生成各样本点的聚类近似值；
17、将所述决策图中各样本点的聚类近似值根据值大小进行排列，选取聚类近似值较大的若干个样本点为待选目标聚类中心；
18、计算所述待选目标聚类中心的代表性值，并根据所述代表性值确定所述待选目标聚类中心为首选目标聚类中心。
19、进一步的，所述计算所述待选目标聚类中心的代表性值，并根据所述代表性值确定所述待选目标聚类中心为首选目标聚类中心包括：
20、基于相似性评价方法分析所述待选目标聚类中心，分别计算所述待选目标聚类中心在所述待监测耕地区域的代表性值；
21、分析所述待监测耕地区域的相似性幅度，并根据所述相似性幅度设置代表性阈值；
22、将所述待选目标聚类中心的代表性值与所述代表性阈值进行比较，选取代表性值大于所述代表性阈值的待选目标聚类中心为首选目标聚类中心。
23、进一步的，所述计算所述待选目标聚类中心的代表性值，并根据所述代表性值确定所述待选目标聚类中心为目标聚类中心还包括：
24、将所述代表性值小于所述代表性阈值的待选目标聚类中心对应的样本点所在的待监测耕地区域对应的耕地环境特征数据提取，并基于密度峰值聚类方法进行聚类分析，获取若干个次选目标聚类中心。
25、进一步的，所述将所述若干个目标聚类中心设置为目标监测点，在所述目标监测点上设置监测设备，并基于所述监测设备对所述待监测耕地区域的耕地资源数据进行采集包括：
26、将所述若干个目标聚类中心设置为目标监测点，将所述若干个次选目标聚类中心设置为备用目标监测点，在所述目标监测点和备用目标监测点上均设置监测设备；
27、基于设置在目标监测点和备用目标监测点上的监测设备采集所述待监测耕地区域的耕地资源数据；
28、将设置在目标监测点上的监测设备采集的耕地资源数据和设置在备用目标监测点上的监测设备采集的耕地资源数据进行整合。
29、本专利技术还提供了一种基于密度峰值聚类的耕地监测系统，所述基于密度峰值聚类的耕地监测系统用于实现上述的基于密度峰值聚类的耕地监测方法，所述系统包括：
30、耕地环境协变量要素选择模块，所述耕地环境协变量要素选择模块用于确定待监测耕地区域，并选择所述待监测耕地区域的耕地环境协变量要素；
31、耕地环境特征数据获取模块，所述耕地环境特征数据获取模块用于选取所述待监测耕地区域的耕地环境协变量要素对应的环境因子，并获取所述环境因子对应的耕地环境特征数据；
32、聚类分析模块，所述聚类分析模块用于基于密度峰值聚类方法对所述耕地环境特征数据进行聚类分析，获取若干个目标聚类中心；
33、耕地资源数据采集模块，所述耕地资源数据采集模块用于将所述若干个目标聚类中心设置为目标监测点，在所述目标监测点上设置监测设备，并基于所述监测设备对所述待监测耕地区域的耕地资源数据进行采集；
34、准确性评估模块，所述准确性评估模块用于对所述监测设备采集到的所述待监测耕地区域的耕本文档来自技高网...
【技术保护点】
1.一种基于密度峰值聚类的耕地监测方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于密度峰值聚类的耕地监测方法，其特征在于，所述选择所述待监测耕地区域的耕地环境协变量要素包括：
3.如权利要求2所述的基于密度峰值聚类的耕地监测方法，其特征在于，所述选取所述待监测耕地区域的耕地环境协变量要素对应的环境因子包括：
4.如权利要求1所述的基于密度峰值聚类的耕地监测方法，其特征在于，所述基于密度峰值聚类方法对所述耕地环境特征数据进行聚类分析，获取若干个目标聚类中心包括：
5.如权利要求4所述的基于密度峰值聚类的耕地监测方法，其特征在于，所述计算所述待选目标聚类中心的代表性值，并根据所述代表性值确定所述待选目标聚类中心为首选目标聚类中心包括：
6.如权利要求5所述的基于密度峰值聚类的耕地监测方法，其特征在于，所述计算所述待选目标聚类中心的代表性值，并根据所述代表性值确定所述待选目标聚类中心为目标聚类中心还包括：
7.如权利要求6所述的基于密度峰值聚类的耕地监测方法，其特征在于，所述将所述若干个目标聚类中心设置
8.一种基于密度峰值聚类的耕地监测系统，其特征在于，所述基于密度峰值聚类的耕地监测系统用于实现权利要求1-7中任一项所述的基于密度峰值聚类的耕地监测方法，所述系统包括：
9.一种电子设备，其特征在于，包括存储器、处理器以及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序用于实现权利要求1-7中任一项所述的基于密度峰值聚类的耕地监测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的基于密度峰值聚类的耕地监测方法。
...【技术特征摘要】
1.一种基于密度峰值聚类的耕地监测方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于密度峰值聚类的耕地监测方法，其特征在于，所述选择所述待监测耕地区域的耕地环境协变量要素包括：
3.如权利要求2所述的基于密度峰值聚类的耕地监测方法，其特征在于，所述选取所述待监测耕地区域的耕地环境协变量要素对应的环境因子包括：
4.如权利要求1所述的基于密度峰值聚类的耕地监测方法，其特征在于，所述基于密度峰值聚类方法对所述耕地环境特征数据进行聚类分析，获取若干个目标聚类中心包括：
5.如权利要求4所述的基于密度峰值聚类的耕地监测方法，其特征在于，所述计算所述待选目标聚类中心的代表性值，并根据所述代表性值确定所述待选目标聚类中心为首选目标聚类中心包括：
6.如权利要求5所述的基于密度峰值聚类的耕地监测方法，其特征在于，所述计算所述待选目标聚类中心的代表性值，并根据所述代表性值确定所述待...
【专利技术属性】
技术研发人员：胡月明，杨颢，王子锦，张紫怡，曹迎迎，
申请(专利权)人：广州市华南自然资源科学技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。