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！

龙图腾网获悉云南省农业科学院农业环境资源研究所申请的专利基于机器学习的干热河谷地区土壤有机质和pH空间分布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：CN121707013B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610196295.7，技术领域涉及：G06N20/00；该发明授权基于机器学习的干热河谷地区土壤有机质和pH空间分布预测方法是由张庆;丁蹬蹬;杨济达;朱红业;伏成秀;余顺平;邓思合;杨佩文;赵定云设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本基于机器学习的干热河谷地区土壤有机质和pH空间分布预测方法在说明书摘要公布了：本发明公开了基于机器学习的干热河谷地区土壤有机质和pH空间分布预测方法，涉及土壤空间信息与农业资源监测技术领域，以像元为基础按月对齐多源协变量，构建机器学习与地统计三线互证及分位不确定性；采用双向循环层与时序自注意力编码，统合控制层以多头注意力并引入地貌单元、坡向、海拔带条件编码进行融合与校正；在留一地貌单元外+留一年外口径下生成带覆盖保证的预测区间，驱动定向补样与适宜性置信联动；通过补样—再训练—再评估闭环，以端点误差、外推曲线与覆盖合规收敛，输出高精度预测图、不确定性图、采样优先级与稳健适宜性分区。

本发明授权基于机器学习的干热河谷地区土壤有机质和pH空间分布预测方法在权利要求书中公布了：1.一种基于机器学习的干热河谷地区土壤有机质和pH空间分布预测方法，其特征在于，包括如下步骤： S1数据与时空组织：在干热河谷区域采集表层土壤样本，并获取多源协变量数据，所述协变量至少包括多时相遥感指数、地形二阶因子、气候月序列和人为因子；对所述协变量进行时间重采样与标准化处理，形成按月对齐的像元级时间序列，并以栅格像元为基础、以预设尺寸的地理单元为补充，构建用于训练与推理的数据集； S2基线三线互证与不确定性建模：训练机器学习分支得到第一预测结果与方法中间态，训练地统计分支对残差进行插值得到第二预测结果与空间结构参数，并利用分位性质的回归模型输出像元级分位区间与端点误差信息，作为后续统合输入； S3时序增强编码：构建由循环神经网络与时序自注意力网络组成的时序编码器，对所述按月对齐的协变量序列进行编码，输出逐时间步的时序表示与基于注意力汇聚的序列摘要，以表征短期滞后、季节周期及跨年依赖； S4流程级统合与条件化建模：搭建统合控制层，通过多头注意力分别对准数据域、方法中间态域、不确定性域以及适宜性与采样域，再引入地貌单元标识、坡向与海拔带的条件编码及空间邻接偏置的约束下，对所述第一预测结果与第二预测结果进行融合与偏差校正，得到像元级融合预测值，并同时输出策略变量的基础表示； S5覆盖保证的风险约束：在所述统合控制层内设置风险可证保障模块，基于采用留一地貌单元外与留一年外的校准集切分，按照覆盖目标与置信水平为每一像元或所述地理单元生成带覆盖保证的预测区间，输出覆盖率估计、覆盖缺口与区间宽度，并将所述覆盖缺口与区间宽度作为策略变量的风险约束输入； S6定向补样策略生成：依据所述覆盖缺口、所述区间宽度与残差热点信息，并结合采样代价与交通可达性，在地貌单元覆盖约束下生成采样优先级图与候选采样点清单，用于指导外业补样； S7适宜性置信联动：将所述覆盖缺口与所述区间宽度映射为适宜性置信衰减系数，对多指标适宜性评价中的指标权重或阈值进行动态调节，输出稳健适宜性分区与像元级稳健度； S8闭环与收敛：按照补样—再训练—再评估的闭环流程迭代执行，当在规定评估口径下相对于初始迭代的端点误差降低达到预设比例、外推性能提升达到预设幅度且覆盖合规满足预设容差后停止迭代，并输出最终土壤有机质与pH的空间分布成果及其不确定性与策略成果。

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云南省农业科学院农业环境资源研究所，其通讯地址为：650205 云南省昆明市盘龙区北京路2238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”。

以上内容由龙图腾AI智能生成。