【技术实现步骤摘要】
本专利技术涉及土壤盐分反演，尤其涉及一种基于数据同化的土壤盐分运移数值模拟方法及系统。
技术介绍
1、土壤盐渍化是土壤表层集聚可溶性盐的一种现象，是农业发展、生态稳定和土壤资源可持续利用的主要限制因素。多重的因素导致土壤盐渍化问题更加复杂，造成农业生产力下降和土地退化等问题。
2、土壤水盐运移机理是土壤盐渍化研究的基础和核心问题，基于模型模拟法的土壤水盐运移模型具备连续监测土壤水盐动态的能力，因此常被广泛应用在不同环境条件下土壤水盐运移机理研究。但是，模型由于输入参数具有不确定性，模型误差跟随模拟过程的推进不断累积，从而降低了模拟结果的准确性；并且，由于自身适用性原因，土壤水盐运移模型难以监测区域尺度的土壤盐分。
3、其他领域涉及采用卫星遥感技术结合统计模型来进行区域上的土壤盐分的分布监测，然而卫星遥感技术由于具有瞬时性，无法在区域范围上进行土壤水盐时空动态变化的连续监测，且由于卫星遥感技术分辨率的限制，导致在区域上无法获得更为精细准确的土壤水盐时空动态变化监测效果。
4、因此，如何开发出一种既适用于土壤盐分运移的数值模拟，又能确保模拟结果的准确性，并且能够满足区域土壤盐分动态监测需求的方法，是当前亟待解决的问题。
技术实现思路
1、本专利技术为了解决上述问题，本专利技术提出了一种基于数据同化的土壤盐分运移数值模拟方法及系统，通过考虑使用数据同化技术，将卫星遥感技术与土壤水盐运移模型相结合，以实现对区域尺度土壤盐分时空动态变化的连续精准监测。p>
2、为了实现上述目的，本专利技术采用如下技术方案：
3、第一方面，本专利技术提供一种基于数据同化的土壤盐分运移数值模拟方法，包括：
4、获取卫星遥感影像数据的光谱指数信息；
5、计算土壤盐分的空间分层异质性，并计算不同光谱指数信息对土壤盐分空间分层异质性的解释程度，根据阈值筛选出关键光谱指数；
6、根据所述关键光谱指数，对不同深度的土壤盐分构建土壤盐分遥感反演模型，得到不同深度的土壤盐分观测数据；
7、驱动土壤盐分运移模型，通过设定外部环境条件，获得不同深度的模拟数据；
8、基于所述土壤盐分观测数据和模拟数据计算卡尔曼增益，更新得到不同深度土壤含盐分析值集合，计算均值得到同化值。
9、优选地，所述光谱指数信息包括光谱反射率、盐分指数和植被指数。
10、优选地，所述计算不同光谱指数信息对土壤盐分空间分层异质性的解释程度，具体包括：
11、
12、其中，q是不同光谱指数信息对土壤盐分空间分层异质性的解释程度；q值越大表明空间异质性越强，光谱指数信息对土壤盐分的影响程度越高；l是分层数；nh和分别是层h的单元数量与方差；σ2是全区的方差。
13、所述根据所述关键光谱指数，对不同深度的土壤盐分构建土壤盐分遥感反演模型，具体包括：
14、获取多个不同深度的关键光谱指数；
15、在多个不同深度上分别按照土壤盐分含量由小到大的顺序对关键光谱指数进行排序；
16、采用间隔取样的方法构建土壤盐分遥感反演模型，即每隔一个关键光谱指数选取两个关键光谱指数作为建模集，而剩余的样本则作为验证集。
17、优选地，所述外部环境条件包括：上下边界条件、初始条件、气象数据以及地下水位。
18、优选地，所述基于所述土壤盐分观测数据和模拟数据计算卡尔曼增益，更新得到不同深度土壤含盐分析值集合，计算均值得到同化值；具体包括：建立一个优化函数，以连接观测数据和陆面过程模型，并寻求最优解，将最优解用作模型下一时刻的初始状态。
19、优选地，所述优化函数具体包括：
20、s501：设置初始扰动；
21、s502：在t时刻，将土壤盐分值作为参数输入土壤盐分运移模型进行模拟运算，获得t+1时刻的土壤盐分模拟值集合；
22、s503：计算t+1时刻土壤盐分模拟值集合的均值和误差协方差矩阵；
23、s504：计算t+1时刻的卡尔曼增益；
24、s505：计算t+1时刻土壤盐分分析值集合的均值和误差协方差矩阵；
25、s506：将分析集合均值作为t+1时刻的状态估计量，将分析集合协方差作为t+1时刻的状态误差，基于生成t+1时刻的状态估计集合；返回步骤s502进行下一轮计算，直至算法终止。
26、第二方面，本专利技术提供一种基于数据同化的土壤盐分运移数值模拟系统，包括：
27、数据获取模块，用于获取卫星遥感影像数据的光谱指数信息；
28、数据筛选模块，用于计算土壤盐分的空间分层异质性，并计算不同光谱指数信息对土壤盐分空间分层异质性的解释程度，根据阈值筛选出关键光谱指数；
29、观测值获取模块，用于根据所述关键光谱指数，对不同深度的土壤盐分构建土壤盐分遥感反演模型，得到不同深度的土壤盐分观测数据；
30、模拟值获取模块，用于驱动土壤盐分运移模型，通过设定外部环境条件，获得不同深度的模拟数据；
31、计算模块，用于基于所述土壤盐分观测数据和模拟数据计算卡尔曼增益，更新得到不同深度土壤含盐分析值集合，计算均值得到同化值。
32、第三方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述的一种基于数据同化的土壤盐分运移数值模拟方法中的步骤。
33、第四方面，本专利技术提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述的一种基于数据同化的土壤盐分运移数值模拟方法中的步骤。
34、与现有技术相比，本专利技术的有益效果为：
35、1.本专利技术利用同化技术将卫星遥感技术与土壤水盐运移模型相融合，在模型模拟过程中进行实时修正，实现了区域土壤不同深度盐分的连续时间监测，且提升了区域尺度的土壤盐分估测精度。这一融合综合了卫星遥感技术的区域性、宏观性与实时性，以及土壤水盐运移模型的机理性优点。
36、2.本专利技术在光谱指数信息选择上，综合盐分指数和植被指数，盐分指数能直接表征土壤盐分，植被指数因土壤盐分对植物生长的影响而与之关联，两者为监测提供多维度数据支撑。地理探测器可精准分析不同光谱指数信息对土壤盐分空间分层异质性的解释程度并筛选关键光谱指数，让后续土壤盐分遥感反演模型更精准高效。采用hydrus-3d模型，其三维建模能力契合区域土壤盐分运移的复杂空间过程，能结合外部环境条件模拟不同深度的盐分变化，再与基于关键光谱指数获取的观测数据协同，经集合卡尔曼增益计算得到同化值，实现了从数据采集、关键信息筛选到模型模拟与数据融合的全流程优化，从而精准且动态地监测区域土壤盐分状况。
37、本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，包括：
2.如权利要求1所述的一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，所述光谱指数信息包括光谱反射率、盐分指数和植被指数。
3.如权利要求1所述的一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，所述计算不同光谱指数信息对土壤盐分空间分层异质性的解释程度，具体包括：
4.如权利要求1所述的一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，所述根据所述关键光谱指数，对不同深度的土壤盐分构建土壤盐分遥感反演模型，具体包括：
5.如权利要求1所述的一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，所述外部环境条件包括：上下边界条件、初始条件、气象数据以及地下水位。
6.如权利要求1所述的一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，所述基于所述土壤盐分观测数据和模拟数据计算卡尔曼增益，更新得到不同深度土壤含盐分析值集合，计算均值得到同化值；具体包括：建立一个优化函数，以连接观测数据和陆面过程模型，并求最优解，将最优解用作模型
7.如权利要求6所述的一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，对所述优化函数求最优解具体包括：
8.一种基于数据同化的土壤盐分运移数值模拟系统，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一项所述的一种基于数据同化的土壤盐分运移数值模拟方法中的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的一种基于数据同化的土壤盐分运移数值模拟方法中的步骤。
...【技术特征摘要】
1.一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，包括：
2.如权利要求1所述的一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，所述光谱指数信息包括光谱反射率、盐分指数和植被指数。
3.如权利要求1所述的一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，所述计算不同光谱指数信息对土壤盐分空间分层异质性的解释程度，具体包括：
4.如权利要求1所述的一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，所述根据所述关键光谱指数，对不同深度的土壤盐分构建土壤盐分遥感反演模型，具体包括：
5.如权利要求1所述的一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，所述外部环境条件包括：上下边界条件、初始条件、气象数据以及地下水位。
6.如权利要求1所述的一种基于数据同化的土壤盐分运移数值模拟方法，其特征在于，所述基于所述土壤...
【专利技术属性】
技术研发人员：傅新，严从祥，齐翟硕，徐征和，庞桂斌，
申请(专利权)人：济南大学，
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。