【技术实现步骤摘要】
一种林区植物干旱胁迫度多时空尺度预警方法及系统
[0001]本专利技术涉及数据挖掘与建模领域，尤其涉及一种林区植物干旱胁迫度多时空尺度预警方法及系统。
技术介绍
[0002]目前，用于评价植物干旱胁迫度的方法呈现出多样化的发展。在基于气象因子的干旱胁迫度评价体系中，气象数据主要来源于地面监测站点和空间遥感卫星，但这两种方法均属于大尺度的区域监测，并没有考虑到监测区域范围内植物种类及个体的差异，因此基于气象因子的评价指标覆盖范围大、精度低、时效性弱。在基于生理因子的干旱胁迫度评价体系中，植物水分生理因子主要包括茎流、叶水势、蒸腾速率和茎干含水率，前三者间接表征植物体内水分含量，后者直接表征植物体内水分含量，且生理因子属于植物个体参数，因此基于生理因子的评价指标覆盖范围小、精度高、时效性强。
[0003]为了融合两类评价指标的优点，也有学者尝试使用复合因子评价植物干旱胁迫度，但是存在气象和生理因子的数据融合问题，并且受到当时检测方法的限制，所使用的水分生理因子均为茎流、叶水势和蒸腾速率等植物体内水分含量的间接表征指标，并...
【技术保护点】
【技术特征摘要】
1.一种林区植物干旱胁迫度多时空尺度预警方法，其特征在于，所述方法包括：根据特征融合和聚类分析结果布设多个林区气象监测节点与多个植物生理参数监测节点；实时采集林区气象参数数据与植物生理参数数据；对所述采集林区气象参数数据与所述植物生理参数数据进行预处理后进行特征提取得到特征信息，对所述特征信息进行特征融合后输出多个融合特征向量；所述融合特征向量输入向由第一双向LSTM层、由多个全连接层组成的时间分布层和第二双向LSTM层构成的双向双层LSTM模型中进行正向迭代和反向迭代后，所述双向双层LSTM模型输出待分析特征向量，对所述待分析特征向量进行归一化和分类表达后，输出层输出植物的干旱胁迫度。2.根据权利要求1所述的方法，其特征在于，在所述根据特征融合和聚类分析结果布设多个林区气象监测节点与多个植物生理参数监测节点之前，包括：采集林区的植物特性数据、土壤特性数据和空间位置数据；其中植物特性数据包括树种、树龄数据，土壤特性数据包括质地、盐碱度数据，空间位置信息包括经纬度、海拔数据。3.根据权利要求2所述的方法，其特征在于，所述根据特征融合和聚类分析结果布设多个林区气象监测节点与多个植物生理参数监测节点，包括：采用k均值算法及最小化平方误差E对融合特征向量进行聚类分析，在E最小的情况下求解最优u
i
和C
i
；；其中，C
i
为融合特征向量的第i个簇，k为林区气象与植物生理参数监测节点的数量，x为融合特征向量，u
i
为簇C
i
的均值向量且包含第i个林区气象与植物生理参数监测节点的空间位置数据。4.根据权利要求1所述的方法，其特征在于，所述预处理，包括：数据去重，依据林区气象与植物生理参数数据的采集时间，将同一时刻的多条数据记录保留一条，保持数据的唯一性；数据填充，依据采集器的采集频率，将缺失时刻的数据记录通过插值方法进行填充，保持数据的完整性；数据滤波，选取合适长度的滤波窗口，并采用中位值平均滤波法对窗口内的数据进行滤波，保持数据的平稳性。5.根据权利要求1所述的方法，其特征在于，所述融合特征向量输入向由第一双向LSTM层、由多个全连接层组成的时间分布层和第二双向LSTM层构成的双向双层LSTM模型，包括：所述第一双向LSTM层包括第一正向输入层、第一反向输入层；所述第二双向LSTM层包括第二正向输入层、第二反向输入层；各所述融合特征向量同时向所述第一正向输入层、第一反向输入层中与所述融合特征向量对应的各数据节点输入，所述第一正向输入层对各所述融合特征向量正向迭代，将正向迭代结果输入所述时间分布层；所述第一反向输入层对各所述融合特征向量反向迭代，
将反向迭代结果输入所述时间分布层；其中，所述第一正向输入层/第一反向输入层中各数据节点对当前接收的特征向量和接收的上一数据节点发送的正向/反向迭代结果进行迭代后，将迭代结果发送至下一数据节点和所述时间分布层；其中，所述时间分布层接收到的迭代结果包括一正向迭代结果和一反向迭代结果；所述时间分布层输出映射后特征向量，所述映射后特征向量输入所述第二双向LSTM层中进行正向迭代和反向迭代后，输出所述待分析...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。