一种基于智慧园林的植物碳汇动态数据监测系统的制作方法

本发明涉及数据处理，具体涉及一种基于智慧园林的植物碳汇动态数据监测系统。

背景技术：

1、随着全球气候变化问题的日益凸显，人们对于环境保护和碳汇管理的重视程度不断提升；在这样的背景下，智慧园林的概念逐渐兴起，人们开始关注如何通过科技手段实现对园林植物碳汇动态数据的实时监测和管理；园林植物作为重要的碳汇，其生长状态和碳吸收能力对于生态系统的碳平衡和环境健康具有重要影响；故需要一套基于智慧园林的植物碳汇动态监测系统，利用物联网、传感器技术等先进技术，实现对园林植物数据的实时监测和分析，及时调整园林管理策略，最大限度地发挥植物对碳的吸收和存储作用；由于植物碳汇动态数据包含数据量大，不同植物和环境条件下的数据分布较广，需要对植物碳汇动态数据进行分类，以便后续能够更加方便地进行数据监测。

2、通过现有的迭代自组织聚类算法对植物碳汇动态数据进行分类的过程中，需要根据自设的指标数据方差进行聚类域的分裂判断，由于植物碳汇动态数据中包含数据种类较多，不同种类数据的波动范围也有所不同，直接为每项数据设置相同的标准差阈值，会导致所有种类数据的分裂判断不合理，使得无法准确的对植物碳汇动态数据进行监测。

技术实现思路

1、本发明提供一种基于智慧园林的植物碳汇动态数据监测系统，以解决现有的问题。

2、本发明的一种基于智慧园林的植物碳汇动态数据监测系统采用如下技术方案：

3、包括以下模块：

4、数据采集模块，用于获取园林植物碳汇动态数据序列集合；园林植物碳汇动态数据序列集合包含多种数据序列，每种数据序列包含多个采样时刻的数据；

5、数据特征获取模块，用于根据每个采样时刻的数据与相邻两个采样时刻的数据之间的差异，获取每种数据序列内每个采样时刻的数据的异常程度；根据异常程度对每种数据序列内所有采样时刻的数据进行筛选得到每种数据序列中所有正常数据；根据每种数据序列中所有正常数据的最大值和最小值，获取每种数据序列的波动程度；

6、获取标准差阈值模块，用于根据所有种数据序列的波动程度，获取每种数据序列的调整程度；根据每种数据序列的调整程度，获取调整后的园林植物碳汇动态数据序列；根据调整后的园林植物碳汇动态数据序列，获取调整后的园林植物碳汇动态数据序列的迭代自组织聚类算法的标准差阈值；

7、数据监测模块，用于根据迭代自组织聚类算法的标准差阈值对调整后的园林植物碳汇动态数据序列进行聚类获得聚类结果；根据聚类结果对园林植物碳汇动态数据序列集合进行数据监测。

8、优选的，所述根据每个采样时刻的数据与相邻两个采样时刻的数据之间的差异，获取每种数据序列内每个采样时刻的数据的异常程度的具体公式为：

9、

10、式中，表示园林植物碳汇动态数据序列集合中第种数据序列内第个采样时刻的数据的异常程度；表示园林植物碳汇动态数据序列集合中第种数据序列内第个采样时刻的数据；表示园林植物碳汇动态数据序列集合中第种数据序列内第个采样时刻的数据；表示园林植物碳汇动态数据序列集合中第种数据序列内第个采样时刻的数据；表示取绝对值。

11、优选的，所述根据异常程度对每种数据序列内所有采样时刻的数据进行筛选得到每种数据序列中所有正常数据，包括的具体方法为：

12、预设一个异常程度阈值，对于园林植物碳汇动态数据序列集合中第种数据序列内第个采样时刻的数据，若第种数据序列内第个采样时刻的数据的异常程度小于异常程度阈值，则将第种数据序列内第个采样时刻的数据作为第种数据序列的一个正常数据，获取第种数据序列的所有正常数据。

13、优选的，所述根据每种数据序列中所有正常数据的最大值和最小值，获取每种数据序列的波动程度，包括的具体方法为：

14、将第种数据序列中所有正常数据中最大值与最小值的差值作为第种数据序列的波动程度。

15、优选的，所述根据所有种数据序列的波动程度，获取每种数据序列的调整程度，包括的具体方法为：

16、获取园林植物碳汇动态数据序列集合的数据序列波动基准值，则园林植物碳汇动态数据序列集合中第种数据序列的调整程度的计算方法为：

17、

18、式中，表示园林植物碳汇动态数据序列集合中第种数据序列的调整程度；表示园林植物碳汇动态数据序列集合中第种数据序列的波动程度；表示园林植物碳汇动态数据序列集合的数据序列波动基准值。

19、优选的，所述获取园林植物碳汇动态数据序列集合的数据序列波动基准值，包括的具体方法为：

20、将园林植物碳汇动态数据序列集合中所有种数据序列的波动程度的均值作为园林植物碳汇动态数据序列集合的数据序列波动基准值。

21、优选的，所述根据每种数据序列的调整程度，获取调整后的园林植物碳汇动态数据序列，包括的具体方法为：

22、获取第种数据序列内第个采样时刻的数据调整后的数据，将第种数据序列内每个采样时刻的数据调整后的数据作为第种数据序列内每个采样时刻的数据后，得到调整后的第种数据序列并记为第种数据序列的调整后序列；进而获取每种数据序列的调整后序列；将所有种数据序列的调整后序列中第个采样时刻的数据构成数据集合作为第个采样时刻的数据点，进而获取所有采样时刻的数据点，将所有采样时刻的数据点作为调整后的园林植物碳汇动态数据序列。

23、优选的，所述获取第种数据序列内第个采样时刻的数据调整后的数据，包括的具体方法为：

24、获取第种数据序列的波动范围中心，则园林植物碳汇动态数据序列集合中第种数据序列内第个采样时刻的数据调整后的数据的计算方法为：

25、

26、式中，表示园林植物碳汇动态数据序列集合中第种数据序列内第个采样时刻的数据调整后的数据；表示园林植物碳汇动态数据序列集合中第种数据序列的波动范围中心；表示园林植物碳汇动态数据序列集合中第种数据序列内第个采样时刻的数据；表示园林植物碳汇动态数据序列集合中第种数据序列的调整程度。

27、优选的，所述获取第种数据序列的波动范围中心，包括的具体方法为：

28、将第种数据序列中所有正常数据的中程数作为第种数据序列的波动范围中心。

29、优选的，所述根据调整后的园林植物碳汇动态数据序列，获取调整后的园林植物碳汇动态数据序列的迭代自组织聚类算法的标准差阈值的具体公式为：

30、

31、式中，表示调整后的园林植物碳汇动态数据序列的迭代自组织聚类算法的标准差阈值；表示园林植物碳汇动态数据序列集合中所有种数据序列的种类数量；表示调整后的园林植物碳汇动态数据序列中第种数据序列的调整后序列内所有采集时刻的数据最大值；表示调整后的园林植物碳汇动态数据序列中第种数据序列的调整后序列内所有采集时刻的数据最小值；表示反正切函数。

32、本发明的技术方案的有益效果是：本发明根据每种数据序列的调整程度，获取调整后的园林植物碳汇动态数据序列，以此对园林植物碳汇动态数据序列集合中每种类数据进行调整，使得每种数据的波动范围相似；根据调整后的园林植物碳汇动态数据序列，获取调整后的园林植物碳汇动态数据序列的迭代自组织聚类算法的标准差阈值，以此获得的标准差阈值可以更合理进行分裂判断，使得对园林植物碳汇动态数据序列集合的分类结果更准确，进而能够准确的对植物碳汇动态数据进行监测。