[发明专利]确定作物需水量监测站点代表面积及代表性程度的方法

权利要求书

1.一种确定作物需水量监测站点代表面积及代表性程度的方法，其特征在于，包括以下步骤：

获取监测站点位置及作物需水量的主要影响因素信息；

计算主要影响因素不同空间位置的熵值，具体为，利用公式计算研究区域主要影响因素的熵值，其中，w_ij为移动窗口，i=2……，行-1；j=2……,列-1；p_ij(y)为某一栅格值在移动窗口中的频率，y为某一具体影响因素的栅格值；

根据主要影响因素的权重，获得综合熵值的空间分布，具体为，确定研究区不同空间位置处的综合熵值，确定综合熵值主要包括： 采用熵权法确定主要影响因素对综合熵值贡献的权重；在确定不同影响因素权重的基础上，采用地图代数法计算得到研究区域不同空间位置的综合熵值；熵权法其具体步骤如下：

假设共有n个影响因素，研究区某一粒度栅格有m个，则不同影响因素的值可以构成m个样本和n个影响因素的矩阵，如下式所示：

（2）

式中ｘ_ij代表第j个影响因素在第i个栅格的值；

相同栅格值在整个研究区中所占的比例利用下式进行计算：

（3）

第j项影响因素的熵值采用下式计算：

(4)

第j项因素的权重由下式确定：

(5)

综合熵值采用地图代数方法进行计算，获得不同空间位置的综合权重；

将综合熵值视作监测站点向外扩张时所遇到的阻力或成本，利用成本距离法确定每个监测站点所能代表的面积；

根据误差和置信程度的高低划分代表性；

将监测站点所代表的面积及不同空间位置代表性程度进行可视化表达。

2.根据权利要求1所述的确定作物需水量监测站点代表面积及代表性程度的方法，其特征在于，影响区域作物需水量空间分布的主要因素包括：研究区的DEM信息、土壤类型信息、坡度信息及土地利用信息。

3.根据权利要求1所述的确定作物需水量监测站点代表面积及代表性程度的方法，其特征在于，根据误差和置信程度的高低划分代表性强弱，代表性强弱主要分为：代表性强、代表性较强、代表性中和代表性弱四个等级，其中：以置信水平95%，相对误差小于10%表示代表性强；置信水平在90%-95%之间，相对误差在10%-15%表示代表性较强；置信水平80%-90%，相对误差在15%-20%表示代表性中；置信水平小于80%，相对误差大于20%表示代表性弱。

4.根据权利要求1所述的确定作物需水量监测站点代表面积及代表性程度的方法，其特征在于，将监测站点所代表的面积及不同空间位置代表性程度进行可视化表达包括：将得到的每个监测站点代表性面积及不同空间位置代表性强弱的结果，采用区域空间位置的可视化表达或数据表格形式存储。