基于遗传算法的条件植被温度指数的时间尺度转换方法
多时相VTCI遥感数据具有更多的旱情信息,能充分反映旱情对作物生长及产量的影响.不同时段发生干旱导致的作物减产率不同,研究基于多时相VTCI时间尺度转换的干旱影响评估的方法具有重要意义.针对关中平原冬小麦主要生育期VTCI的时间尺度转化问题进行了建模分析,研究了求解该问题的基于因子权重排序法与熵值法的归一组合赋权法(CAFE)、穷举法(EA)和遗传算法(GA)的过程和结果,其中EA可得到问题的最优权重值.结果 表明:CAFE确定的冬小麦不同生育时期干旱对产量影响的权重值与EA获得的最优权重值相差较大,而GA获得的权重值等于或接近于最优权重值,其获得的加权VTCI与冬小麦单产的回归分析结果亦接近于EA而优于CAFE,精度较高,同时其运算过程的时间复杂度大大低于EA.GA对关中平原冬小麦各生育时期干旱对产量影响权重的确定较为合理,更适合于关中平原多时相VTCI数据时间尺度转换研究和干旱对冬小麦生产的影响评估研究.
条件植被温度指数、穷举法、遗传算法、关中平原、时间尺度转换、干旱影响评估
25
S127;TP79(农业物理学)
国家自然科学基金“基于条件植被温度指数的冬小麦主要生育期水分胁迫信息的反演与同化研究”41371390
2019-04-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
190-196