滨海土壤盐分评估方法及系统

技术领域

本发明涉及土壤盐分高光谱估测技术领域，具体涉及一种利用可见-近红外光谱的滨海土壤盐分评估方法及系统。

背景技术

部分沿海中轻度盐渍化土壤经整治可变更为耕地，其改良和治理对耕地保护的意义重大。可见-近红外光谱技术具有快速、无损且经济高效的优势，被广泛用于土壤盐分估测和盐渍化监测。水分作为几乎不可避免的光谱干扰因素，对土壤反射率存在非线性影响，导致反射率降低。滨海盐碱区土壤的高水分含量和土壤水分的高变异性特征，在一定程度上限制了盐渍土光谱的研究，降低了可见-近红外光谱定量估测土壤盐分的准确性。因此，需要发展一种滨海土壤剔除水分干扰的盐分估测的方法及系统。

目前，已提出了多种减轻光谱数据集中外部噪声干扰的方法，大多集中在弱化土壤水分的影响上。“分类校准”是构建定量估测模型，提高土壤属性估测精度的常用策略。例如，“Yongsheng H,Lei Y,Yiyun C,et al.Prediction of Soil Organic Matter by VIS–NIR Spectroscopy Using Normalized Soil Moisture Index as a Proxy of SoilMoisture[J].Remote Sensing,2017,10(2):28.”以及“Mouazen A M,Karoui R,Baerdemaeker J D,et al.Characterization of Soil Water Content Using MeasuredVisible and Near Infrared Spectra[J].Soil Science Society of America Journal,2006,70(4):1295-1302.”中分别利用归一化土壤湿度指数(NSMI)和因子判别分析(FDA)方法将含水光谱分类为不同的水分组，通过逐类别建模，实现土壤属性估测。然而，对于水分高变异性的土壤而言，选择分类梯度实现不同水分组样本均匀分布的难度较大，且逐类建模的方法复杂性较高。因此，对滨海盐碱区变异性土壤的盐分估测并不适用。

发明内容

本发明的目的在于提供一种利用分段直接标准化(PDS)和正交信号校正(OSC)的光谱算法，最大程度剔除了水分对土壤光谱的干扰，提高了盐分估测精度的滨海土壤盐分评估方法及系统，以解决上述背景技术中存在的至少一项技术问题。

为了实现上述目的，本发明采取了如下技术方案：

第一方面，本发明提供一种滨海土壤盐分评估方法，包括：

步骤S110：对土壤光谱进行预处理和光谱分析，确定水分和盐分与土壤高光谱之间的定量关系；

步骤S120：根据所述定量关系，利用分段直接标准化PDS和正交信号校正OSC，结合偏最小二乘回归算法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳盐分估测模型；

步骤S130：结合土壤盐分估测模型，利用Spearman相关系数和变量投影重要性确定滨海土壤盐分估测的重要波段，对土壤盐分进行评价。

优选的，所述步骤S110中，利用一阶导数变换的方法对土壤光谱进行预处理，分析含盐量不同的烘干土和含水率不同的盐渍土的光谱反射率变化趋势、突出特征出现的位置以及引起光谱变化的原因。

优选的，所述步骤S120中，将分段直接标准化PDS和正交信号校正OSC处理后的光谱分别与偏最小二乘回归PLSR算法结合，分别建立PDS-PLSR模型和OSC-PLSR估测模型。采用绝对系数(R

优选的，所述步骤S130中，依据波长反射率与土壤盐分含量之间的相关系数与波长的变量投影重要性得分，确定滨海土壤盐分估测的重要波段。

优选的，所述步骤S120包括：

分别利用分段直接标准化PDS和正交信号校正OSC光谱算法，去除土壤水分对光谱的非线性干扰，优化土壤光谱数据：

结合偏最小二乘回归PLSR的建模方法，分别建立分段直接标准化PDS处理后的PDS-PLSR模型和正交信号校正OSC处理后的OSC-PLSR模型。采用绝对系数(R

优选的，所述步骤S130包括：

提取波长反射率与土壤盐分含量之间的相关系数绝对值大于0.4的波长；

提取变量投影重要性得分大于1的波长；

依据提取的相关系数绝对值大于0.4的波长和变量投影重要性得分大于1的波长，确定滨海土壤盐分估测的重要波段。

第二方面，本发明提供一种滨海土壤盐分评估系统，包括：

确定模块，用于对土壤光谱进行预处理和光谱分析，确定水分和盐分与土壤高光谱之间的定量关系；

构建模块，用于根据所述定量关系，利用分段直接标准化PDS和正交信号校正OSC，结合偏最小二乘回归算法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳盐分估测模型；

分析模块，用于结合土壤盐分估测模型，利用Spearman相关系数和变量投影重要性确定滨海土壤盐分估测的重要波段，对土壤盐分进行评价。

优选的，所述确定模块被配置为：利用一阶导数变换的方法对土壤光谱进行预处理，分析含盐量不同的烘干土和含水率不同的盐渍土的光谱反射率变化趋势、突出特征出现的位置以及引起光谱变化的原因。

优选的，所述构建模块被配置为：将分段直接标准化PDS和正交信号校正OSC处理后的光谱分别与偏最小二乘回归PLSR算法结合，分别建立PDS-PLSR模型和OSC-PLSR估测模型。采用绝对系数(R

优选的，所述分析模块被配置为：依据波长反射率与土壤盐分含量之间的相关系数与波长的变量投影重要性得分，确定滨海土壤盐分估测的重要波段。

第三方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括用于执行如上所述的滨海土壤盐分评估方法的指令。

第四方面，本发明提供一种电子设备，包括如上所述的非暂态计算机可读存储介质；以及能够执行所述非暂态计算机可读存储介质的所述指令的一个或多个处理器。

本发明有益效果：对土壤光谱进行预处理和光谱分析，确定了水分和盐分与土壤高光谱之间的定量关系；分别利用分段直接标准化(PDS)和正交信号校正(OSC)对光谱进行预处理，剔除水分对土壤光谱的干扰，结合利用偏最小二乘回归(PLSR)建模方法，构建了土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳盐分估测模型；利用Spearman相关系数(r)和变量投影重要性(VIP)确定滨海土壤盐分估测的重要波段，评估了模型性能，实现了滨海土壤盐分的精确评价。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例所述的滨海土壤盐分评估方法流程示意图。

图2为本发明实施例所述的不同含盐量的烘干土平均光谱反射率示意图。

图3为本发明实施例所述的不同含水率的盐渍土平均光谱反射率示意图。

图4为本发明实施例所述的不同含水率土壤盐分评估模型的建模结果及验证结果示意图。

图5为本发明实施例所述的土壤盐分评估模型中变量投影重要性(VIP)以及土壤光谱与盐分之间的Spearman相关系数(r)曲线图。

具体实施方式

下面详细叙述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。

还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

为便于理解本发明，下面结合附图以具体实施例对本发明作进一步解释说明，且具体实施例并不构成对本发明实施例的限定。

本领域技术人员应该理解，附图只是实施例的示意图，附图中的部件并不一定是实施本发明所必须的。

实施例1

本发明实施例1提供一种滨海土壤盐分评估系统，该系统包括：

确定模块，用于对土壤光谱进行预处理和光谱分析，确定水分和盐分与土壤高光谱之间的定量关系；

构建模块，用于根据所述定量关系，利用分段直接标准化PDS和正交信号校正OSC，结合偏最小二乘回归算法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳盐分估测模型；

分析模块，用于结合土壤盐分估测模型，利用Spearman相关系数和变量投影重要性确定滨海土壤盐分估测的重要波段，对土壤盐分进行评价。

所述确定模块被配置为：利用一阶导数变换的方法对土壤光谱进行预处理，分析含盐量不同的烘干土和含水率不同的盐渍土的光谱反射率变化趋势、突出特征出现的位置以及引起光谱变化的原因。

所述构建模块被配置为：将分段直接标准化PDS和正交信号校正OSC处理后的光谱分别与偏最小二乘回归PLSR算法结合，分别建立PDS-PLSR模型和OSC-PLSR估测模型。采用绝对系数(R

所述分析模块被配置为：依据波长反射率与土壤盐分含量之间的相关系数与波长的变量投影重要性得分，确定滨海土壤盐分估测的重要波段。

在本实施例1中，利用上述的系统，实现了滨海土壤盐分评估方法，该方法包括：

步骤S110：使用确定模块对土壤光谱进行预处理和光谱分析，确定水分和盐分与土壤高光谱之间的定量关系；

步骤S120：使用构建模块，根据所述定量关系，利用分段直接标准化PDS和正交信号校正OSC，结合偏最小二乘回归算法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳盐分估测模型；

步骤S130：使用分析模块结合土壤盐分估测模型，利用Spearman相关系数和变量投影重要性确定滨海土壤盐分估测的重要波段，对土壤盐分进行评价。

所述确定模块中，利用一阶导数变换的方法对土壤光谱进行预处理，分析含盐量不同的烘干土和含水率不同的盐渍土的光谱反射率变化趋势、突出特征出现的位置以及引起光谱变化的原因。

所述构建模块中，将分段直接标准化PDS和正交信号校正OSC处理后的光谱分别与偏最小二乘回归PLSR算法结合，分别建立PDS-PLSR模型和OSC-PLSR模型。采用绝对系数(R

所述分析模块中，依据波长反射率与土壤盐分含量之间的相关系数与波长的变量投影重要性得分，确定滨海土壤盐分估测的重要波段。

具体的，在所述构建模块中：

分别利用分段直接标准化PDS和正交信号校正OSC光谱算法，去除土壤水分对光谱的非线性干扰，优化土壤光谱数据：

结合偏最小二乘回归PLSR的建模方法，分别建立分段直接标准化PDS处理后的PDS-PLSR模型和正交信号校正OSC处理后的OSC-PLSR模型。采用绝对系数(R

在所述分析模块中：

提取波长反射率与土壤盐分含量之间的相关系数绝对值大于0.4的波长；

提取变量投影重要性得分大于1的波长；

依据提取的相关系数绝对值大于0.4的波长和变量投影重要性得分大于1的波长，确定滨海土壤盐分估测的重要波段。

在本实施例1中，首先，对土壤光谱进行预处理和光谱分析，确定水分和盐分与土壤高光谱之间的定量关系；其次，分别利用分段直接标准化(PDS)和正交信号校正(OSC)对光谱进行预处理，去除土壤水分对光谱的非线性干扰，优化土壤光谱数据。利用偏最小二乘回归(PLSR)建模方法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳盐分估测模型；最后，利用Spearman相关系数(r)和变量投影重要性(VIP)确定滨海土壤盐分估测的重要波段，解释模型的性能。

实施例2

为了解决水分干扰背景下的滨海土壤盐分估测，本实施例2提供了利用可见-近红外光谱进行滨海土壤盐分估测的方法及系统。

利用可见-近红外光谱进行滨海土壤盐分估测的方法，包括如下步骤：

步骤A：对土壤光谱进行预处理和光谱分析，确定水分和盐分与土壤高光谱之间的定量关系；

步骤B：分别利用分段直接标准化(PDS)和正交信号校正(OSC)对光谱进行处理，并利用偏最小二乘回归(PLSR)建模方法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳盐分估测模型；

步骤C：利用Spearman相关系数(r)和变量投影重要性(VIP)确定滨海土壤盐分估测的重要波段，解释模型的性能。

其中，所述步骤A中对土壤光谱进行预处理和光谱分析：利用一阶导数变换的方法对土壤光谱进行预处理，对含盐量不同的烘干土和含水率不同的盐渍土，分析其光谱反射率变化趋势、突出特征出现的位置以及引起光谱变化的原因。

所述步骤B中分别利用分段直接标准化(PDS)和正交信号校正(OSC)对光谱进行预处理，并利用偏最小二乘回归(PLSR)建模方法，构建土壤盐分估测模型：将分段直接标准化(PDS)和正交信号校正(OSC)预处理后的光谱分别与偏最小二乘回归(PLSR)的建模方法结合，建立PDS-PLSR和OSC-PLSR土壤盐分估测模型进行滨海土壤盐分估测。采用绝对系数(R

所述步骤C中利用Spearman相关系数(r)和变量投影重要性(VIP)确定滨海土壤“除水”盐分估测的重要波段，解释除水模型的性能：依据波长反射率与土壤盐分含量之间的相关系数(r)与波长的VIP得分，确定滨海土壤盐分估测的重要波段，解释模型的性能。

步骤B中，例如，在水分干扰背景下，OSC-PLSR模型能够剔除土壤中水分的干扰，土壤盐分的估测精度最高(模型的R

在本实施例2中，所述步骤B包括：

步骤B1：分别利用分段直接标准化(PDS)和正交信号校正(OSC)的光谱预算法，去除土壤水分对光谱的非线性干扰，优化土壤光谱数据：

步骤B2：利用偏最小二乘回归(PLSR)的建模方法，分别建立分段直接标准化(PDS)预处理后的PDS-PLSR模型和正交信号校正(OSC)预处理后的OSC-PLSR模型；

步骤B3：采用绝对系数(R

在步骤C中，波长反射率与土壤盐分含量之间的相关系数绝对值|r|大于0.4且波长的VIP得分大于1，该波长是滨海土壤盐分估测的重要波长，可解释高性能的模型。

所述步骤C包括：

步骤C1：提取波长反射率与土壤盐分含量之间的相关系数绝对值|r|大于0.4的波长(高相关性波长)；

步骤C2：提取VIP得分大于1的波长(重要波长)；

步骤C3：依据步骤C1和步骤C2所提波长，确定滨海土壤盐分估测的重要波段，解释模型的性能。

在本实施例2中，与上述的利用可见-近红外光谱进行滨海土壤盐分估测的方法相对应的利用可见-近红外光谱进行滨海土壤盐分估测的系统，包括：

光谱预处理和光谱分析模块(即实施例1中的确定模块)：确定水分和盐分与土壤高光谱之间的定量关系；

光谱预处理及建模模块(即实施例1中的构建模块)：分别利用分段直接标准化(PDS)和正交信号校正(OSC)对光谱进行预处理，利用偏最小二乘回归(PLSR)建模方法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳盐分估测模型；

模型性能解释模块(即实施例1中的分析模块)：利用Spearman相关系数(r)和变量投影重要性(VIP)确定滨海土壤盐分估测的重要波段，解释模型的性能。

所述光谱预处理和光谱分析模块中，利用一阶导数变换的方法对土壤光谱进行预处理，对含盐量不同的烘干土和含水率不同的盐渍土，分析其光谱反射率变化趋势、突出特征出现的位置以及引起光谱变化的原因；

所述光谱预处理及建模模块中，分段直接标准化(PDS)和正交信号校正(OSC)剔除水分干扰处理后的光谱分别与偏最小二乘回归(PLSR)的建模方法结合，建立PDS-PLSR和OSC-PLSR土壤盐分估测模型进行滨海土壤盐分估测。模型估测性能采用绝对系数(R

所述模型性能解释模块中，依据波长反射率与土壤盐分含量之间的相关系数(r)与波长的VIP得分，确定滨海土壤盐分估测的重要波段，解释模型的性能。

综上，本实施例2中，首先，对土壤光谱进行预处理和光谱分析，确定水分和盐分与土壤高光谱之间的定量关系；其次，分别利用分段直接标准化(PDS)和正交信号校正(OSC)对光谱进行预处理，去除土壤水分对光谱的非线性干扰，优化土壤光谱数据。利用偏最小二乘回归(PLSR)建模方法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳盐分估测模型；最后，利用Spearman相关系数(r)和变量投影重要性(VIP)确定滨海土壤盐分估测的重要波段，解释模型的性能。

实施例3

如图1所示，本实施例3提供了一种利用可见-近红外光谱进行滨海土壤盐分估测的方法，包括如下步骤：

步骤A：对土壤光谱进行预处理和光谱分析，确定水分和盐分与土壤高光谱之间的定量关系；

步骤B：分别利用分段直接标准化(PDS)和正交信号校正(OSC)对光谱进行预处理，并利用偏最小二乘回归(PLSR)建模方法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳盐分估测模型；

步骤C：利用Spearman相关系数(r)和变量投影重要性(VIP)确定滨海土壤盐分估测的重要波段，解释模型的性能。

在本实施例3中，以实验室加水实验设计的10个含水率梯度(0％、1％、5％、10％、15％、20％、25％、30％、40％和50％)滨海盐渍土光谱数据为例，对照附图说明本实施例3的具体实施方式。

本实施例3所提出的对土壤光谱进行预处理和光谱分析，如图2所示，所述方法基于利用一阶导数变换的方法对土壤光谱进行预处理，对含盐量不同的烘干土和含水率不同的盐渍土，分析其光谱反射率变化趋势、突出特征出现的位置以及引起光谱变化的原因；所述方法包括如下步骤：

本实施例3中的烘干土选用盐分梯度间隔良好且具有代表性的0.56g·kg

本实施例3中，所提出的确定水分和盐分与土壤高光谱之间的定量关系，如图3所示，基于对固定含盐量的不同含水率盐渍土进行光谱分析；所述光谱分析包括不同含水率盐渍土的光谱反射率变化趋势、突出特征出现的位置以及引起光谱变化的原因；所述方法包括如下步骤：

本实施例3中，盐渍土固定含盐量接近35g·kg

步骤A：确定水分和盐分与土壤高光谱之间的定量关系。对含盐量不同的烘干土和含水率不同的盐渍土，分析其光谱反射率变化趋势、突出特征出现的位置以及引起光谱变化的原因。

图4(a)-图4(f)为同含水率土壤盐分估测模型的建模结果及验证结果图。

步骤B：将分段直接标准化(PDS)和正交信号校正(OSC)预处理后的光谱分别与偏最小二乘回归(PLSR)的建模方法结合，建立PDS-PLSR和OSC-PLSR模型进行滨海土壤盐分估测。模型估测性能采用绝对系数(R

a：分别利用分段直接标准化(PDS)和正交信号校正(OSC)的光谱算法，去除土壤水分对光谱的非线性干扰，优化土壤光谱数据。

b：利用偏最小二乘回归(PLSR)的建模方法，分别建立分段直接标准化(PDS)预处理后的PDS-PLSR模型和正交信号校正(OSC)预处理后的OSC-PLSR模型分别进行滨海土壤盐分估测。

图4(c)和图4(e)为PDS-PLSR和OSC-PLSR估测土壤盐分的建模结果；图4(d)和图4(f)为“PDS-PLSR和OSC-PLSR估测土壤盐分的验证结果。

c：采用绝对系数(R

图4(a)和图4(b)为未进行剔除水分干扰算法处理的光谱与偏最小二乘回归(PLSR)结合的建模结果和验证结果，该结果分别与图4(c)、图4(e)以及图4(d)、图4(f)对比可得直接标准化(PDS)和正交信号校正(OSC)光谱算法提高土壤盐分估测模型精度的潜力。

步骤C：利用Spearman相关系数(r)和变量投影重要性(VIP)确定滨海土壤盐分估测的重要波段，解释模型的性能。

a：提取波长反射率与土壤盐分含量之间的相关系数绝对值|r|大于0.4的波长(高相关性波长)；

图5(a)-图5(c)中的折线为土壤光谱与盐分之间的Spearman相关系数(r)的变化示意图。

b：提取VIP得分大于1的波长(重要波长)；

图5(a)-图5(c)中位于灰色区域内的波长为VIP得分大于1的重要波长示意图。

c：依据步骤C1和步骤C2所提波长，确定滨海土壤盐分估测的重要波段，解释模型的性能。

实施例4

本发明实施例4提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括用于执行滨海土壤盐分评估方法的指令，该方法包括：

步骤S110：使用确定模块对土壤光谱进行预处理和光谱分析，确定水分和盐分与土壤高光谱之间的定量关系；

步骤S120：使用构建模块，根据所述定量关系，利用分段直接标准化PDS和正交信号校正OSC，结合偏最小二乘回归算法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳模型(R

步骤S130：使用分析模块结合土壤盐分估测模型，利用Spearman相关系数和变量投影重要性确定滨海土壤盐分估测的重要波段，对土壤盐分进行评价。

实施例5

本发明实施例5提供一种电子设备，该电子设备包括一种非暂态计算机可读存储介质；以及能够执行所述非暂态计算机可读存储介质的所述指令的一个或多个处理器。所述非暂态计算机可读存储介质包括用于执行滨海土壤盐分评估方法的指令，该方法包括：

步骤S110：使用确定模块对土壤光谱进行预处理和光谱分析，确定水分和盐分与土壤高光谱之间的定量关系；

步骤S120：使用构建模块，根据所述定量关系，利用分段直接标准化PDS和正交信号校正OSC，结合偏最小二乘回归算法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳模型(R

步骤S130：使用分析模块结合土壤盐分估测模型，利用Spearman相关系数和变量投影重要性确定滨海土壤盐分估测的重要波段，对土壤盐分进行评价。

实施例6

本发明实施例6提供一种电子设备，所述设备包括用于执行滨海土壤盐分评估方法的指令，该方法包括：

步骤S110：使用确定模块对土壤光谱进行预处理和光谱分析，确定水分和盐分与土壤高光谱之间的定量关系；

步骤S120：使用构建模块，根据所述定量关系，利用分段直接标准化PDS和正交信号校正OSC，结合偏最小二乘回归算法，构建土壤盐分估测模型并分别评价剔除水分干扰前后估测模型精度，优选最佳模型(R

步骤S130：使用分析模块结合土壤盐分估测模型，利用Spearman相关系数和变量投影重要性确定滨海土壤盐分估测的重要波段，对土壤盐分进行评价。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本发明公开的技术方案的基础上，本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形，都应涵盖在本发明的保护范围之内。