农业旱情评估方法研究——基于农田水分循环模拟与遥感影像信息同化

农田水分循环模拟和遥感监测是进行农业旱情判别两种有效手段,并具有较好的互补性。采用仿真技术模拟作物生长过程,识别农作物需水、缺水信息,利用遥感监测旱情信息进行同化,以不断更新农田水分循环模拟模型状态变量与参数,同化后的模型模拟农业旱情等级与实测结果较好的拟合度,实现对旱情及趋势的全面监视和评估的目的。研究表明,基于农田水分循环模拟与遥感信息同化的农业旱情评估模型是可行的,为及时、准确识别评估农业旱情提供一种新方法,对我国旱情监测评估方面有着重要应用和推广价值。

基于农业旱情评估指标研究

干旱对农业危害严重,旱情评估可用于预测旱情,减少旱灾损失。通过综合分析影响农业旱情的各个主要因素,提取其中影响显著、资料易得、客观性强的因素来建立评估指标,并应用宜昌市东风渠灌区1992年、1997年、1999年和2000年旱情资料对此评估指标进行检验,其评估结果与实际情况基本相符,说明该指标可用于灌区的农业旱情评估中。

基于改进二进制萤火虫的BP神经网络并行集成学习算法

针对传统BP神经网络的随机初始权值和阈值易导致网络学习速度慢、容易陷入局部解及运算精度低等缺陷,提出基于改进二进制萤火虫算法(IBGSO)的BP神经网络并行集成学习算法.首先构建以高斯变异函数作为概率映射函数的IBGSO,并从理论上分析算法的有效性.然后结合IBGSO与BP神经网络构建并行集成学习算法,并将算法应用于农业干旱灾害评估中.实验表明,相比传统算法,文中算法在计算速度及精度方面更优,可以提高旱情等级评估的准确性.