獲取高精度表層土壤水分數(shù)據(jù)能揭示不同土壤結構的水分動態(tài)變化狀況,對于研究土壤水分植被承載力具有重要意義。傳統(tǒng)的測量數(shù)據(jù)校準方法采用最小二乘估計,估計結果對于土壤水分數(shù)據(jù)中的誤差較為敏感,當水分測量數(shù)據(jù)中存在顯著誤差時會導致錯誤的校準結果,降低了校準精度,且校準效率低。針對這些問題,提出一種基于粒子群優(yōu)化的表層土壤承載力水分測量數(shù)據(jù)快速校準方法。采用三截尾估計取代最小二乘估計作為測量數(shù)據(jù)校準的目標函數(shù),以水分測量數(shù)據(jù)的隨機誤差遵從正態(tài)分布為約束條件,構建三截尾魯棒土壤水分數(shù)據(jù)校準模型。采用粒子群算法對校準模型進行求解,引入不確定知識概念,在種群迭代搜索過程中限定個體搜索中心及搜索范圍,使得粒子以更快、更有效的方式向最優(yōu)解逼近,獲得更為準確的校準值。實驗結果表明,所提方法相比當前測量數(shù)據(jù)校準方法的校準效率最高提高了28.5%左右,校準精度較高,可用于實際測量。

【文章頁數(shù)】：4 頁

【文章目錄】：
1 引言
2 測量數(shù)據(jù)校準原理
3 表層土壤承載力水分測量數(shù)據(jù)快速校準方法
    3.1 三截尾魯棒土壤水分數(shù)據(jù)校準模型的構建
    3.2 基于粒子群算法的校準模型求解
4 實驗結果與分析
5 結論



本文編號：3862059