买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜四川省烟草公司凉山州公司;中国科学院南京土壤研究所申请的专利一种基于特征集成学习的土壤厚度类型预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114970934B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210185325.6，技术领域涉及：G06Q10/04；该发明授权一种基于特征集成学习的土壤厚度类型预测方法是由陈玉蓝;王勇;罗琳;江连强;凌爱芬;朱先州;宋效东;李德成设计研发完成，并于2022-02-28向国家知识产权局提交的专利申请。

本一种基于特征集成学习的土壤厚度类型预测方法在说明书摘要公布了：本发明涉及一种基于特征集成学习的土壤厚度类型预测方法，有效地利用了影响土壤厚度变化的环境变量来构建预测模型，通过最优环境变量集合的筛选，构建连续型土壤厚度集成预测模型、土壤深度区间集成预测模型，并最终获得覆盖目标区域的土壤厚度区间空间分布，比传统的空间插值技术具有更高的预测精度，在未来面向山地区域或偏远地区缺乏足够多土壤厚度观测数据时，本发明能够降低土壤厚度观测点的数量需求，在保证土壤厚度空间分布预测精度的同时节约野外调查成本。

本发明授权一种基于特征集成学习的土壤厚度类型预测方法在权利要求书中公布了：1.一种基于特征集成学习的土壤厚度类型预测方法，其特征在于：按如下步骤A至步骤F，获得目标区域所对应的土壤厚度集成预测模型、及相应精度，以及获得目标区域所对应的土壤深度区间集成预测模型、及相应精度；然后按步骤i至步骤iii，获得目标区域所对应的土壤厚度区间空间分布；步骤A.基于目标区域中对应不同土地类型的预设各样点位置，由各样点位置的土壤厚度数值，分别构成各样点位置的土壤厚度数据特征向量，进而由各样点位置的土壤厚度数据特征向量，构成连续型土壤厚度数据集ConDep；同时基于预设由小至大或由大至小依次排序各土壤厚度阈值、所划分的各个土壤深度区间，获得各样点位置土壤厚度数值所对应的土壤深度区间，构成各样点位置的土壤深度区间特征向量，进而由各样点位置的土壤深度区间特征向量，构成离散型土壤深度区间数据集DisDep；然后进入步骤B；步骤B.获得覆盖目标区域的预设各环境变量的数据，并采用重采样方法，获得目标区域在各样点位置分布所对应分辨率Res网格划分下、各网格分别对应各环境变量的数据，然后进入步骤C；步骤C.基于目标区域中各网格分别对应各环境变量的数据，即获得各样点位置分别对应各环境变量的数据，依据各环境变量与土壤厚度数值之间的相关性，确定各环境变量中与土壤厚度数值相关的各个最优环境变量，组成目标环境变量组，然后进入步骤D；步骤D.基于目标区域中各网格分别对应各环境变量的数据，将各样点位置分别对应目标环境变量组中各最优环境变量的数据，分别添加至对应样点位置的土壤厚度数据特征向量中进行更新，进而更新连续型土壤厚度数据集ConDep；同时，将各样点位置分别对应目标环境变量组中各最优环境变量的数据，分别添加至对应样点位置的土壤深度区间特征向量中进行更新，进而更新离散型土壤深度区间数据集DisDep，然后进入步骤E；步骤E.分别针对预设各类型待训练模型，基于连续型土壤厚度数据集ConDep，以样点位置对应目标环境变量组中各最优环境变量的数据为输入，样点位置所对应土壤厚度数值为输出，针对待训练模型进行训练，获得连续型土壤厚度预测模型PreTch_idep，并获得该土壤厚度预测模型的决定系数R2_i；其中，1≤i≤I，I表示各类型待训练模型的数量，PreTch_idep表示第i个连续型土壤厚度预测模型，R2_i表示第i个土壤厚度预测模型的决定系数；同时，分别针对预设各类型待训练模型，基于离散型土壤深度区间数据集DisDep，以样点位置对应目标环境变量组中各最优环境变量的数据为输入，样点位置所对应土壤深度区间为输出，针对待训练模型进行训练，获得土壤深度区间预测模型ClaTch_idep，并获得该土壤深度区间预测模型的精度Accu_i；ClaTch_idep表示第i个土壤深度区间预测模型，Accu_i表示第i个土壤深度区间预测模型的精度；然后进入步骤F；步骤F.基于各连续型土壤厚度预测模型PreTch_idep，以及相应的决定系数R2_i，构建连续型土壤厚度集成预测模型如下： 其中，fcondep表示土壤厚度数值，并根据连续型土壤厚度数据集ConDep，获得土壤厚度集成预测模型的精度Con_R2；同时，基于各土壤深度区间预测模型ClaTch_idep，以及相应的精度Accu_i，构建土壤深度区间集成预测模型如下： 其中，fdisdep表示土壤深度区间，并根据离散型土壤深度区间数据集DisDep，获得土壤深度区间集成预测模型的精度DisAccu；步骤i.获得目标区域对应目标环境变量组中各最优环境变量的数据分布，然后进入步骤ii；步骤ii.根据目标区域对应目标环境变量组中各最优环境变量的数据分布，应用土壤深度区间集成预测模型，获得覆盖目标区域的土壤厚度区间第一空间分布Map_Dis1；同时根据目标区域对应目标环境变量组中各最优环境变量的数据分布，应用连续型土壤厚度集成预测模型，获得覆盖目标区域的土壤厚度数值空间分布；并结合步骤A中基于各土壤厚度阈值所划分的各个土壤深度区间，获得覆盖目标区域的土壤厚度数值空间分布所对应的土壤厚度区间第二空间分布Map_Dis2；然后进入步骤iii；步骤iii.按如下公式： 获得覆盖目标区域的土壤厚度区间空间分布fcddep。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川省烟草公司凉山州公司;中国科学院南京土壤研究所，其通讯地址为：615050 四川省凉山彝族自治州西昌市三岔口东路432号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。