基于数据分析和机器学习的土地利用变化预测方法及系统

    公开(公告)号:CN117114176A

    公开(公告)日:2023-11-24

    申请号:CN202311023749.3

    申请日:2023-08-15

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于数据分析和机器学习的土地利用变化预测方法及系统,该土地利用变化预测方法,包括以下步骤:(1)收集数据,构建数据集;(2)确定土地利用类型的分类标准,进行数据预处理;(3)计算土地利用转移矩阵;(4)通过机器学习算法,根据土地利用转移变化及土地利用变化驱动因素,构建基于CA‑Markov模型的土地利用变化预测模型;(5)进行模型训练,通过训练好的模型对未来的土地利用变化进行预测。本发明构建预测模型并进行机器学习训练,提高了土地利用变化模拟预测的精度,能够准确预测土地利用的变化趋势和模式,为土地资源的管理和决策提供科学依据。

    一种水稻全生育期灌排水量的计算方法

    公开(公告)号:CN118917471A

    公开(公告)日:2024-11-08

    申请号:CN202410971369.0

    申请日:2024-07-19

    Applicant: 扬州大学

    Abstract: 本发明公开了一种水稻全生育期灌排水量的计算方法,根据水稻灌区逐日气象数据、土壤地质渗漏标准以及作物系数,计算参考作物蒸散量,确定水稻逐日需水量;基于田间水量平衡原理以及田间适宜水深和最大允许需水深,建立水稻灌排水量优化计算模型;基于人工蜂鸟算法求解水稻灌排水量优化计算模型,得到水稻全生育期灌溉制度;计算水稻各生育期阶段的灌溉定额和各生育阶段水稻灌溉需水量。本发明推求了水稻生育期优化灌溉制度,考虑灌水次数和排水量复合目标函数,从供水灌溉和充分利用水资源两个方面进行灌溉制度优化,通过调整灌溉时间以及每次灌水定额,以实现灌溉用水效益最高的优化目标。

Patent Agency Ranking