基于机器学习的小流域土壤侵蚀量检测方法

付龙飞

(陕西华正生态建设设计监理有限公司，西安 710100)

0 引 言

土壤侵蚀是指在其他非人作用力下，土壤和其他地表成分被损毁、腐蚀、移动和下沉的过程。水力、风力、重力和人类社会活动等都是本文中提到的外力因素。无论是对自然环境的保护，还是对农业用地的保障，都产生了非常恶劣的影响[1]。防治水土资源流失，宜采取防重于治的方针，比起治山治水、绿化造林，在土壤未遭到侵蚀前，通过有效手段进行准确预测更能减少土地侵蚀的发生。只有准确的水土流失预测，才能针对已发生的情况针对性地采取有效的水土流失防治措施，准确预测未来的水土流失状况。当前，土壤侵蚀已成为我国亟待预防和解决的问题。国内外曾研究出许多用于计算土壤侵蚀量的模型，文献[2]中采用瞬时数字图像采集、去噪等手段，将连续降雨条件下的土壤侵蚀形态演变过程进行了动态监测[2]。文献[3]中，利用土壤侵蚀分布模型记录了1986年来连续29年的土壤侵蚀变化，并与泥沙侵蚀强度进行了对比[3]。以上方法中都取得了许多成果，但是目前使用的土壤侵蚀量检测方法对于土壤侵蚀程度的分类方面还有所欠缺。因此，本文采用机器学习中的支持向量机(SVM)作为模型核心，设计一种基于机器学习的小流域土壤侵蚀量检测方法。

1 基于机器学习的小流域土壤侵蚀量检测方法

1.1 提取小流域土壤侵蚀图像特征及类型因子

在对土壤侵蚀量进行检测的过程中，主要是依靠拍摄到的研究区图像作为依据进行判断，实现土壤侵蚀图像的读取和预处理。……