APP下载

投影寻踪模型在水稻灌溉制度评价中的应用

2017-03-21李欣欣张宏立

节水灌溉 2017年2期
关键词:水稻优化评价

李欣欣,张宏立

(新疆大学电气工程学院,乌鲁木齐 830047)

目前中国有大约60%人口的口粮以大米为主,水稻是我国最主要的粮食作物,但传统的淹水栽培每亩耗水量可达400~600 m3,而中国是水资源短缺且水旱灾害频繁发生的国家,因此优化水稻灌溉制度成为解决粮食安全与水资源短缺两大紧迫问题的关键突破口。

水稻灌溉涉及因素众多且具有模糊性难以定量化,如光照强度、土壤、水、肥料以及大气等,因此水稻在不同生育阶段所表现出的生理和形态特征则是众多因素作用的综合结果[1],故水稻灌溉制度评价是一个具有不确定性的高维数据综合评价问题。对于该类问题的处理方法主要有模糊综合评判法[2, 3]、主观赋权法[4]、灰色系统评价法[5]和基于熵的综合评价方法[6, 7]等。目前广泛应用的是模糊综合评判法,如朱庭芸等采用了模糊数学理论与田间试验相结合的方法,提出了水稻的优化灌溉模式[1],但该方法在权重矩阵赋值时存在一定的主观任意性,影响最终的评价结果。

基于上述原因,提出了基于粒子群优化投影寻踪模型的水稻灌溉制度评价方法。投影寻踪模型是20世纪70年代出现的一种新兴统计方法[8],该方法通过最大化数据特征确定最佳投影方向,以此判断各评价指标对综合评价目标的贡献度,并通过最佳投影方向与评价指标的线型投影得到投影值,根据投影值的大小可进行水稻灌溉制度的综合评价。该方法不存在专家赋权的人为干扰,克服了传统处理方法的缺点,增强综合评价结果的准确性。……

登录APP查看全文

猜你喜欢

水稻优化评价
超限高层建筑结构设计与优化思考
水稻种植60天就能收获啦
SBR改性沥青的稳定性评价
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
一季水稻
水稻花
基于Moodle的学习评价
保加利亚转轨20年评价