一种多源土壤环境数据的检测及空间融合处理方法

摘要

本发明涉及一种多源土壤环境数据的检测以及空间融合处理方法，包括以下步骤：利用现场传感器和化学试剂方法获取多源土壤环境数据；按照数据的属性类别分组；对同一属性类别的任意两组数据进行融合处理：在判断两组数据检测方法是否相同的基础上，根据数据的特征值差值调整数据；再判断调整后两组数据在空间上位置是否重合，根据数据置信区间或插值结果比较再次调整数据；组合最终调整后数据，生成融合数据；以及采用图像处理的方法直观展示。该方法可以解决多源调查检测结果、空间点位不完全重叠的数据融合问题，为数据时空双重尺度的挖掘提供数据基础，使得长时间、离散的多源土壤环境数据得以空间融合和展示。

说明书

技术领域

本发明涉及多源数据的空间融合方法，具体说是一种多源土壤环境数据的检测及空间融合处理方法。

背景技术

2015年国务院印发《促进大数据发展行动纲要》，将发展大数据上升为国家战略，数据强国是未来十年的发展重点。在环境领域，大数据除了依靠传感器高频接收与互联网实时产生的数据外，不同尺度、定点监测、长周期调查也是数据的重要来源。

对于土壤环境数据的数据性质而言，与水、大气等介质相比，土壤环境数据存在更新慢的特点。不同批次的调查数据之间难以直接融合，这就造成了数据对比性差，而重复调查也造成了时间和经费的浪费。

对于土壤环境数据的空间性质而言，与水中污染物线性扩散、大气中污染物随气象影响扩散不同，土壤环境数据存在空间累加与扩散的双重属性。而且，土壤环境数据的空间变异性大，不同批次的数据在融合过程中，不仅要考虑检测方法不同所带来的差异，还需要考虑不同批次数据在空间上的位置关系。

综上所述，对于土壤环境数据而言，缺少空间上融合的解决办法。因此，从检测方法和空间重叠两个方面考虑，提出基于逐级数据调整的土壤环境数据融合方法，对土壤环境多源数据融合领域具有重要的理论和技术指导意义。

发明内容

本发明目的在于提供一种多源土壤环境数据的检测及空间融合处理方法。

本发明为实现上述目的所采用的技术方案：一种多源土壤环境数据的检测及空间融合处理方法，包括以下步骤：

步骤1、利用现场传感器和化学试剂方法获取多源土壤环境数据；

步骤2、按照数据的属性类别分组；对同一属性类别的任意两组数据进行如下融合处理，对不同属性类别的多源土壤环境数据进行空间融合；

2-1)判断两组数据(A

2-2)判断两组数据(A

2-3)组合处理后的两组数据A

还包括利用图像可视化方法将上述处理的数据展示出来：

在步骤1之后采用图像处理的方法绘制空间坐标与数值的土壤环境数据图像，将多源土壤环境数据值标记在对应空间坐标位置处；

在步骤4之后更新土壤环境数据图像，包括更新空间坐标位置和融合数据值，用于直观展示空间融合处理后的多源土壤环境数据，使得长时间、离散的检测数值得以融合和展示。

所述多源土壤环境数据包括数据采集的时间、地理坐标、数据特征值。

所述根据数据的特征值差值调整数据，生成对应数据A

所述数据的特征值差值，具体是指两组数据A

所述调整数据，是根据两组数据检测方法的颁布时间进行调整，具体是指：

若A

若A

若A

所述判断两组数据在空间上位置是否重合，具体判断A

若d≤阈值W，则判定两个点位空间重合；

若d＞阈值W，则判定两个点位空间不重合。

所述若判定两个数据点位空间重合，根据两组数据与数据置信区间比较结果，调整数据数值，生成对应数据A

所述数据置信区间，具体是指组合数据的m％分位数Q

所述调整两组数据数值，是比较A

若A

若A

若

若

若

其中，数据元素A

所述判定两个数据点位空间不重合，根据两组数据与插值结果的变异系数，调整数据的数值，生成对应数据A

所述两组数据与插值结果的变异系数，具体是指：

A

B

所述根据变异系数，调整两组数据数值，具体是指：

若min(CV(A

若min(CV(A

若min(CV(A

其中，数据元素A

所述组合处理后的两组数据A

所述组合两组数据A

所述融合数据C，空间上的点位数量小于等于数据A和B点位数量之和。

本发明具有以下优点及有益效果：

本发明以数据特征值和空间相对位置为要点，从检测方法差异和空间位置重叠两个方面入手，提出基于逐级数据调整的土壤环境数据融合方法。而且，该方法可以通过批量计算，快速解决多源调查检测结果、空间点位不完全重叠的数据融合问题，为数据时空双重尺度的挖掘提供数据基础，并且能够利用图像可视化方法将上述多源土壤环境数据融合处理后的结果数据展示在出来，更直观展示长时间、离散的多源土壤环境数据的变化趋势。

附图说明

图1为本发明专利方法的流程图；

图2为实施例1中数据A

图3为实施例1中融合后数据C的可视化展示图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方法做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。

除非另有定义，本文所使用的所有技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

所述一种多源土壤环境数据的检测及空间融合处理方法，包括以下步骤：

步骤1、利用现场传感器和化学检验方法获取多源土壤环境数据；

例如，现场的污染物浓度检测装置可以检测污染物元素含量特征数值，污染物浓度检测装置包括XRF(X射线荧光光谱分析仪)用于检测重金属含量，PID(光离子化检测仪)用于检测VOCs(挥发性有机污染物)气体量；还有检测土壤基本信息的传感器，例如温湿度探头插入土壤中可以检测当前区域土壤的温湿度数据；还可以采集现场土壤样本回到实验室进行化学检验可以获得土壤中的各种污染物的含量特征数值(例如SVOCs(半挥发性有机污染物)和VOCs单体化合物的检测)。获取上述多源土壤环境数据以及上述数据对应的时间和检测地理坐标，存储至检测站的数据库。

步骤2、按照数据的属性类别分组；对同一属性类别的任意两组数据进行如下融合处理，对不同属性类别的多源土壤环境数据进行空间融合；属性类别分组指代同一种元素或参数；

步骤3、还包括利用图像可视化方法将上述处理的数据展示出来。

2-1)判断两组数据(A

2-2)判断两组数据(A

2-3)组合两组数据A

步骤2-1)：判断两组数据(A

1)比较两组数据检测方法的颁布时间，若两者颁布时间相同，则判定两组数据检测方法相同；若两者颁布时间不同，则判定两组数据检测方法不同；

2)计算两组数据的特征值差值，具体是指对应序列号的两组数据A

3)根据检测方法是否相同判定结果和特征值差值，进行数据调整；

若A

若A

若A

步骤2-2)：判断两组数据(A

1)比较两组数据的空间位置，是两组数据在相同坐标系下，计算A

2)通过d距离大小，判定两个点位是否空间重合；

若d≤20cm，则判定两个点位空间重合；

若d＞20cm，则判定两个点位空间不重合。

3)在两个数据点位空间重合的情况下，计算组合数据(A

比较数据与置信区间[Q

若A

若A

若

若

若

其中，数据元素A

4)在两个数据点位空间不重合的情况下，计算两组数据与插值结果的变异系数，即A

根据变异系数，调整两组数据数值，生成对应数据A

若min(CV(A

若min(CV(A

若min(CV(A

其中，A

步骤2-3)：组合两组数据A

1)选定A

2)组合(A

3)由于存在点位剔除的可能，因此，融合数据C空间上的点位数量小于等于数据A和B点位数量之和，即N

步骤3包括：在步骤1之后采用图像处理的方法绘制空间坐标与数值的土壤环境数据图像，如图2所示，将多源土壤环境数据值标记在对应空间坐标位置处；在步骤4之后更新土壤环境数据图像，包括更新空间坐标位置和融合数据值，用于直观展示空间融合处理后的多源土壤环境数据，使得长时间、离散的检测数值得以融合和展示。融合后的多源土壤环境数据图像如图3所示。上述融合前后的两种土壤环境数据图像还可以进一步叠加在地图上，与地理信息一起展示，例如对某个地域进行了时长2年内间断性、分批次的土壤污染元素检测，按照本方法对各批次数据进行数据空间融合，并将融合处理的数值以着色的方式显示在已有地图的相应坐标区域，多帧连续观看，可以直观看出来该地域这段时间内该污染元素的强弱变化趋势。

其中，步骤2的实施例1

本实施例中A

表1 A

本实施例中一种多源土壤环境数据空间融合方法，包括以下步骤：

2-1)判断两组数据(A

2-2)判断两组数据(A

2-3)组合两组数据A

步骤2-1：判断两组数据(A

1)比较两组数据检测方法的颁布时间，因为若A

2)计算两组数据的特征值差值，A

3)因为A

表2 A

步骤2-2：判断两组数据(A

1)比较两组数据的空间位置，是两组数据在相同坐标系下，计算A

表3 A

2)通过d距离大小，判定两个点位是否空间重合；

若d≤20cm，则判定两个点位空间重合；若d＞20cm，则判定两个点位空间不重合。判定结果：A

表4 A

3)在两个数据点位空间重合的情况下，计算组合数据(A

比较数据与区间[0.421,0.683]的关系，调整数据数值，生成对应数据A

空间重合的A

空间重合的A

空间重合的A

4)在两个数据点位空间不重合的情况下，选择反距离权重插值方法，计算两组数据与插值结果的变异系数，即A

根据变异系数，调整两组数据数值，生成对应数据A

若min(CV(A

若min(CV(A

若min(CV(A

其中，A

根据计算，本实施例中空间上不重合的两组数据点位，均可视为独立点位。

表5 A

步骤2-3：组合两组数据A

1)选定A

2)组合A

3)由于存在点位剔除的可能，因此，融合数据C空间上的点位数量(N

表6融合数据C

以上内容是结合具体的优先实施案例对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于此。在不脱离本发明构思的前提下，还可做出若干简单推演或替换，都应当视为属于本发明的保护范围。