[00120721]耕地质量监测评价质量检核软件开发与示范应用

1. 课题来源与背景 课题来源是农村科技领域计划,来源单位是广东省科学技术厅,立项名称是耕地质量监测评价质量检核软件开发与示范应用,课题编号为2017A020208056。 耕地是珍贵且有限的农业资源,是人类得以生存的基本条件。一个国家的生态安全、农业产品安全与粮食安全直接受到耕地质量的影响,而粮食安全是保证国家安定的根本,耕地质量对于国家的重要性可见一斑。然而,我国的耕地质量现状并不乐观,经济社会的进步、人口的快速增加和人民越来越高的生活需求对耕地造成了巨大压力,建设用地占用耕地使其面积急剧减少,人口对粮食需求的压力使得化肥施用量高达全球化肥用量的 1 /3,耕地土壤环境受到严重破坏,“占优补劣”现象层出不穷。因此,对耕地质量进行监测评价和保护提升刻不容缓。 2. 项目技术研究 （1）核心算法重构 本项目在原有耕地质量系统基础上,综合多种设计模式,解耦原系统中的各项功能,对模块中的各种监测模块的算法进行抽取和分离,重构了核心算法库模型和监测模块库。经重构的核心算法,将原来的监测模块解耦成算法和监测功能,提高了算法和监测功能的可扩展性,实现了高内聚低耦合目标,提高的系统的可维护性。 （2）基于神经网络抽取模糊规则的评价算法 本项目在一般BP神经网络基础上研究耕地的评价算法。本研究直接从耕地样本中学习评价规律,使土地评价工作者易于理解耕地规律。所得到的评价结果比 BP 网络的评价结果更准确,从而提高了土地评价的准确性。 （3）面向耕地监测评价的知识库设计 本项目研发专家知识的采集工具、知识管理工具以及知识推理工具,并在此支持下构建面向耕地质量评价的专家知识规则库以及面向耕地质量评价成果应用的业务规则库。从而提高耕地质量评价与检查的准确性与科学性,为耕地质量评价等级成果的深层次应用奠定坚实的技术支撑。 （4）基于 GA-BP 神经网络的珠三角耕地质量评价 本项目以珠三角耕地为研究对象,构建适用于该区域的评价指标体系,引入遗传算法优化 BP 神经网络,采用 GA-BP 神经网络模型进行耕地质量综合评价研究,避免设定指标权重,可在一定程度上减少人为主观性影响。 （5）知识库构建与采集 构建耕地质量评价专家知识库,并以此为基础研发决策支持系统,确保耕地质量等别年度更新评价、耕地质量等别年度监测评价、耕地质量等别年度成果检核等工作时确保评价因素取值的合理性以及确保评价因素之间不存在逻辑错误,保证耕地质量评价因素的合理性与逻辑性,提高等别评价的准确性与科学性。 3. 应用情况与存在问题 项目成果已在广东省土地整治中心、广东友元国土信息工程有限公司等地方部门和公司在耕地质量监测评价工作中应用,产生了良好的社会经济效益。