[发明专利]基于TDNN的中国北方草原地区NDVI的预测方法

摘要

本发明公开了一种基于TDNN的中国北方草原地区NDVI的预测方法：建立未来年度生长季月平均降雨量TDNN预测模型；建立未来年度生长季月平均降雨量‑NDVI映射模型；将降雨量TDNN预测模型产生的未来年度生长季降雨量月平均预测值，代入到降雨量‑NDVI映射模型中，获得未来年度生长季NDVI月平均预测值。本发明可以准确预测生长季(6‑8月)NDVI平均值，从而实现根据NDVI的预测值评估未来年份可放牧的牲畜数量(载畜量)，该方法有利于基于可预测的气候条件实现动态的放牧策略，以避免灾害年份出现过度放牧。

主权项

1.一种基于TDNN的中国北方草原地区NDVI的预测方法，其特征在于，包括以下步骤：第一步：建立未来年度生长季月平均降雨量TDNN预测模型①基于SPSS统计软件进行相关性分析，确定北方草原地区年度生长季月平均降雨量TDNN预测模型的输入变量P(t‑1)、P(t‑2)、P(t‑3)和输出变量P(t)，其中，P(t)、P(t‑1)、P(t‑2)、P(t‑3)分别是t、t‑1、t‑2、t‑3年度生长季降雨量月平均值；②通过数据训练、仿真，获得降雨量TDNN预测模型的训练数据和测试数据；③将训练数据导入降雨量TDNN预测模型中，对降雨量TDNN预测模型进行训练；④将测试数据中输入变量导入已经训练好的降雨量TDNN预测模型中，比较降雨量TDNN预测模型输出结果和降雨量实际观测值(测试数据中输出变量)，并计算测试误差MAE1、RMSE1；⑤比较每次降雨量TDNN预测模型的训练精度MAE1、RMSE1大小，如果MAE1、RMSE1小于精度期望值，则完成降雨量TDNN预测模型训练；如果MAE1、RMSE1大于精度期望值，则调整模型参数重新训练，直到MAE1、RMSE1小于精度期望值，结束训练，完成降雨量TDNN预测模型建模；第二步：建立未来年度生长季月平均降雨量‑NDVI映射模型①基于SPSS统计软件进行相关性分析，确定北方草原地区年度生长季月平均降雨量‑NDVI映射模型的输入变量P(t)、P(t‑1)和输出变量N(t)，其中，P(t)、P(t‑1)分别是t、t‑1年度生长季降雨量月平均值，N(t)是t年度生长季NDVI月平均值；②通过数据训练、仿真，获得降雨量‑NDVI映射模型的训练数据和测试数据；③将训练数据导入降雨量‑NDVI映射模型中，对降雨量‑NDVI映射模型进行训练；④将测试数据中输入变量导入已经训练好的降雨量‑NDVI映射模型中，比较降雨量‑NDVI映射模型输出结果和NDVI实际观测值(测试数据中输出变量)，并计算测试误差MAE2、RMSE2；⑤比较每次降雨量‑NDVI映射模型的训练精度MAE2、RMSE2大小，如果MAE2、RMSE2小于精度期望值，则完成降雨量‑NDVI映射模型训练；如果MAE2、RMSE2大于精度期望值，则调整模型参数重新训练，直到MAE2、RMSE2小于精度期望值，结束训练，完成降雨量‑NDVI映射模型建模；第三步：将降雨量TDNN预测模型产生的未来年度生长季降雨量月平均预测值，代入到降雨量‑NDVI映射模型中，获得未来年度生长季NDVI月平均预测值。