一种资料缺乏情况下确定栖息地适宜度的方法

摘要

本发明提供一种资料缺乏情况下确定栖息地适宜度的方法，首先将栖息地适宜度和对应的水深、流速、底质等输入变量按差、中、良、优划分等级，建立模糊规则集，然后用隶属函数建立各变量的隶属函数，基于实测数据和隶属函数，分析河段单元中各变量的隶属度，并计算匹配度v(DOF)，再使用匹配度为权重，将输出变量的模糊集(HSI)组合成为一个最终的模糊集，最后对最终的模糊集去模糊化，转换成为一组标准数据，得到用0-1之间的数值表示的HSI。该发明能更好地利用不精确、不确定的测量结果和模糊的专家知识表示栖息地模拟的不确定性，在栖息地模拟上具有明显优势。

主权项

一种资料缺乏情况下确定栖息地适宜度的方法，其特征在于基于模糊规则集及去模糊化确定栖息地适宜度，包括如下步骤：(1)构建流速、水深、底质、覆盖物和深潭类型等输入参数的不同条件组合，并定义不同组合下，总的栖息地质量等级，从而建立一套模糊规则集；(2)定义隶属函数。隶属函数可以在某个范围内恒定，或任何形式的重叠且各隶属度之和不一定为1，或某个参数可以部分隶属于不止一个规则集；(3)将计算单元的物理属性与规则集进行对照，得到每个单元中某一变量的规则集隶属度；(4)通过以下方法计算每条规则的匹配度υ(DOF)：●最小‑最大推理法：υ(A且B)＝min(μA(x1)，μB(x2))，υ(A或B)＝max(μA(x1)，μB(x2))；●乘积推理法：υ(A且B)＝μA(x1)·μB(x2)，υ(A或B)＝μA(x1)+μB(x2)‑μA(x1)·μB(x2)；(5)通过以下方法计算各规则的综合隶属度：●最大峰值组合： μ tot ( x ) = max i = 1 , · · · n ( min ( υ i , μ K i ( x ) ) ) 其中，i为规则的序号，Ki为规则i的结论，μKi(x)为规则i结论的隶属函数，υi为规则i的匹配度；●最大值组合： μ tot ( x ) = max i = 1 , · · · n ( υ i , μ K i ( x ) ) ●加权总和组合： μ K , tot ( x ) = Σ i = 1 I υ i · μ K i ( x ) max m Σ i = 1 I υ i · μ K i ( m ) 其中m为单个结论的指数；●规范化加权总和组合 μ K , tot ( x ) = Σ i = 1 I υ i · β A , i · μ K i ( x ) max m Σ i = 1 I υ i · β A , i · μ K i ( m ) (6)去模糊化通过以下方法，用平均值M(K)或M(Ktot)代表模糊函数μtot(x)去模糊化：●最大值的平均(MOM)M(Ktot)即单元适宜度指数CSI，是μtot(x)最大值的中点对应的横轴坐标。●重心(COG) M ( K tot ) = ∫ - ∞ + ∞ x · μ K ( x ) dx ∫ - ∞ + ∞ μ K ( x ) dx ●中位数法(区域中心COA) ∫ - ∞ M ( K tot ) μ K ( x ) dx = ∫ M ( K tot ) + ∞ μ K ( x ) dx .