系统聚类的一种优化算法实现

从计算机程序设计的角度出发,针对影响系统聚类算法执行效率的几个主要因素,分别提出较合理的数据结构来优化系统聚类的算法实现,降低算法的时间和空间的复杂度,增强系统聚类对大数据量的空间数据处理能力,并通过实际例子证明该优化算法的可行性.     

基于遥感多参数和CNN-Transformer的冬小麦单产估测

为了提高冬小麦单产估测精度,改善估产模型存在的高产低估和低产高估等现象,以陕西省关中平原为研究区域,选取旬尺度条件植被温度指数（VTCI）、叶面积指数（LAI）和光合有效辐射吸收比率（FPAR）为遥感特征参数,结合卷积神经网络（CNN）局部特征提取能力和基于自注意力机制的Transformer网络的全局信息提取能力,构建CNN-Transformer深度学习模型,用于估测关中平原冬小麦产量。与Transformer模型（R2为0.64,RMSE为465.40kg/hm2,MAPE为8.04%）相比,CNN-Transformer模型具有更高的冬小麦单产估测精度（R2为0.70,RMSE为420.39kg/hm2,MAPE为7.65%）,能够从遥感多参数中提取更多与产量相关的信息,且对于Transformer模型存在的高产低估和低产高估现象均有所改善。基于5折交叉验证法和留一法进一步验证了CNN-Transformer模型的鲁棒性和泛化能力。此外,基于CNN-Transformer模型捕获冬小麦生长过程的累积效应,分析逐步累积旬尺度输入参数对产量估测的影响,评估模型对于冬小麦不同生长阶段的累积过程的表征能力。结果表明,模型能有效捕捉冬小麦生长的关键时期,3月下旬至5月上旬是冬小麦生长的关键时期。     

基于遥感多参数和VMD-GRU的冬小麦单产估测

为充分挖掘时间序列遥感参数的时序信息和趋势信息,并进一步提升冬小麦估产精度,以陕西省关中平原为研究区域,选取与冬小麦长势密切相关的生育时期尺度的条件植被温度指数（VTCI）、叶面积指数（LAI）和光合有效辐射吸收比率（FPAR）作为遥感参数,构建耦合变分模态分解（VMD）与门控循环单元（GRU）神经网络的估产模型。应用VMD算法将各个时间序列遥感参数分解为多组平稳的本征模态函数（IMF）分量,选取与原始时间序列遥感参数高度相关的IMF分量进行特征重构,并将重构特征作为GRU网络的输入,以构建冬小麦组合估产模型。结果表明,VMD-GRU组合估产模型决定系数为0.63,均方根误差为448.80kg/hm2,平均相对误差为8.14%,相关性达到极显著水平（P<0.01）,其精度优于单一估产模型精度,表明该组合估产模型能够提取非平稳时间序列数据的多尺度、多层次特征,并充分挖掘冬小麦各生育时期遥感参数间的内在联系,获得准确单产估测结果的同时提升了估产模型的可解释性。     

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。     

星载GF-5 AHSI 高光谱影像不同光谱波段土壤有机质 含量预测精度比较

【目的】探讨星载高分五号（GF-5）高光谱影像不同光谱波段对SOM 含量预测精度差 异,明确有效光谱波段范围,以便提高SOM 含量高光谱预测精度。【方法】该研究以黑龙江 省建三江农垦区为研究区域,将GF-5 可见短波红外高光谱相机（AHSI）获取的高光谱数据 划分为可见光- 近红外（VNIR）、短波红外（SWIR）和VNIR-SWIR 3 种不同光谱波段,并 将光谱反射率进行了9 种光谱数学变换;分别采用多元逐步回归（MLSR）和偏最小二乘回 归（PLSR）构建SOM 含量预测模型,评价分析了3 种不同光谱波段预测SOM 含量的精度差 异。【结果】在MLSR 模型中,VNIR-SWIR 的对数倒数一阶微分SOM 含量预测精度相对较 高,验证精度决定系数R2 val 为0.383,均方根误差RMSEP 为5.009;在PLSR 模型中,VNIR 反射率的SOM 含量预测精度较高,验证精度R2 val 为0.359,RMSEP 为4.170。【结论】GF-5 AHSI SOM 含量预测精度较高的光谱波段为VNIR 和VNIR-SWIR。卫星数据质量、研究区域 自然条件、数据预处理过程、建模方法选择等因素共同影响SOM 含量预测模型精度,通过 技术和方法改进,GF-5 数据预测SOM 含量的潜力更大。     

基于加权马尔可夫模型的标准化降水指数干旱预测研究

基于不同时间尺度标准化降水指数的干旱监测结果,以规范化的各阶白相关系数为权重,采用加权马尔可夫链方法对未来干旱状态进行预测和分析.以关中平原和渭北旱塬36个气泉站39年逐月降水量为分析数据.系统地分析了该方法在不同时间尺度(从1个月到1年)上的预测能力及存在的问题.结果表明:对所选的5个时间尺度该方法都有一定的预测能力,并且随着时间尺度的增加,预测正确率也相应提高.同时,该方法对无旱的预测比较准确.对干旱的发生也有一定预测能力,可以作为早期干旱预警的参考.但是,该方法对干旱状态突变的预测能力较弱;随着干旱程度的加重其预测能力也逐渐降低.     

基于粒子滤波的LAI时间序列重构算法设计与实现

遥感观测的叶面积指数(LAI)时间序列数据广泛应用于作物长势监测,但数据受大气条件等影响,存在数值偏低和时间序列数据缺失等问题。为此,本文设计了一种基于重采样粒子滤波的LAI时间序列重构算法,以LAI为同化变量,在WOFOST模型本地化的基础上,实现了遥感LAI数据和WOFOST模型模拟的LAI数据的同化,以重构LAI时间序列。算法将WOFOST作物模型简化为LAI状态随时间演变的非线性计算方程,作为重采样粒子滤波的状态转移方程;将地面实测LAI数据和遥感LAI数据建立的线性方程,作为重采样粒子滤波的观测方程,建立LAI时间序列数据同化模型。以带权重粒子表示LAI时间序列状态后验分布,并在循环迭代中对粒子重采样,以此实现单点和区域LAI时间序列重构。应用该算法,对河北省冬麦区2010年LAI时间序列进行重构,结果表明,基于重采样粒子滤波的LAI时间序列重构算法在单点和区域上得到的LAI值明显更接近冬小麦实际生长状况,且算法能够弥补遥感LAI时序数据的缺失,为进一步的作物长势监测提供基础支撑。     

基于条件植被温度指数的冬小麦主要生育时期干旱监测效果评价Ⅲ——干旱对冬小麦产量的影响评估

选取关中平原2002—2009年冬小麦越冬后每年3—5月9旬的条件植被温度指数（CVTI）遥感干旱监测结果，基于归一组合赋权法确定的冬小麦越冬后四个主要生育时期干旱对产量影响的最优权重，建立关中平原4市（不包括铜川）冬小麦每年的加权CVTI与单产间的一元线性回归模型，并对冬小麦的单产进行了估算。结果表明，2002—2009年关中平原冬小麦单产在波动中呈上升趋势，中部单产较高，西部次之，东部最低。基于关中平原4市的整体产量估算模型预测西安市部分区县2010年的单产，取得较好的结果，验证了关中平原4市的整体产量估算模型具有较好的精度，能够较准确地反映关中平原干旱对冬小麦产量的影响。     

机载多角度电力巡线系统数据结构的设计与实现

应用层次数据格式(HDF)的文件格式与HDF应用编程接口,设计了机载多角度电力巡线系统三级数据产品的逻辑结构与物理结构,实现了其系统文件的创建、写入、读取等基本功能,在HDF科学数据集API基础上实现了栅格图像金字塔管理和多种数据类型转换等功能,并在此基础上完成了机载多角度电力巡线系统的开发。该系统采用一套对HDF API函数进行了封装的数据接口类库,用户通过调用接口类库中简单的读写函数可实现对复杂的系统HDF文件的读写操作,为不熟悉HDF API函数的用户操作HDF文件提供了方便。该系统的开发过程对于利用HDF数据格式处理和管理海量图像数据和属性数据具有一定的借鉴作用。     

基于动态模拟的冬小麦水分胁迫敏感性研究

以关中平原为研究区域,在对农业技术转移决策支持系统(DSSAT)中的CERES-Wheat模型进行标定基础上,模拟冬小麦整个生育期以日为步长的实际蒸散量和潜在蒸散量,采用Jensen模型研究冬小麦不同生育时期对水分胁迫的敏感性。结果表明,无论旱作样点还是灌溉样点,冬小麦在同一生育时期对水分胁迫的敏感性相同,且拔节期的敏感性最强,抽穗~灌浆期次之,返青期和乳熟期依次递减。灌溉样点在拔节期和抽穗~灌浆期的水分胁迫敏感系数分别为0.589与0.342,对水分胁迫的敏感性相差较大,而旱作样点在两生育时期的水分胁迫敏感系数分别为0.405与0.383,对水分胁迫的敏感性相差较小,由于灌溉样点在拔节期发生水分胁迫现象可以通过及时灌溉以缓解缺水情况,因而会减弱其后抽穗~灌浆期的水分胁迫敏感性。根据水分胁迫敏感性,对不同生育时期缺水采取不同措施,较好地实现抗旱防旱资源的合理利用。