[发明专利]一种基于混合蛙跳算法的景观格局优化方法及系统

权利要求书

1.一种基于混合蛙跳算法的景观格局优化方法，其特征在于，包括：

S1、基于获取的景观格局栅格数据，将任意一种景观格局优化方案表示为一只青蛙，并将所述景观格局栅格数据的像元表示为青蛙的基因片段；

S2、计算获取的青蛙种群中各个青蛙的青蛙适应度，并按照青蛙适应度大小将青蛙种群划分为预设数量的多个子群体，所述青蛙适应度由青蛙的基因片段总数、青蛙景观聚集度以及基因片段所对应的景观适宜性共同确定；

S3、基于蛙跳算法的更新和变异过程，对每个子群体中的青蛙进行蛙跳学习，并对蛙跳学习后的所有青蛙按照青蛙适应度大小重新划分子群体，直至达到预设的学习次数；

S4、将所述青蛙种群中青蛙适应度最高的青蛙所表示的景观格局优化方案输出为景观格局栅格图像。

2.根据权利要求1所述的方法，其特征在于，步骤S2具体包括：

S21、对于每一只青蛙，计算所述青蛙在所有基因片段上对应的景观格局适宜性；

S22、基于预设的景观格局聚集度计算公式，计算所述青蛙代表的景观格局优化方案的景观聚集度指数；

S23、基于所述青蛙的基因片段总数、青蛙景观聚集度以及基因片段所对应的景观适宜性，计算所述青蛙适应度；

S24、按照青蛙种群中青蛙适应度大小对所有青蛙进行排序，按照排序顺序依次将青蛙分配到预设数量的各个子群体中。

3.根据权利要求2所述的方法，其特征在于，步骤S21包括：

选取土壤水分、地下水埋深、土壤盐分、土壤养分、高程、坡度、与河流湖泊距离作为景观格局适宜性评价因子，并将所述景观格局适宜性评价因子转换为与所述景观格局栅格数据分布数据大小一致的栅格数据；

基于预设的probit模型，将所述景观格局适宜性评价因子对应的栅格数据作为解释变量，每种基因片段类型对应的二值化栅格图层作为被解释变量，计算每种基因片段类型对应的景观适宜性。

4.根据权利要求3所述的方法，其特征在于，步骤S3中所述基于蛙跳算法的更新和变异过程，对每个子群体中的青蛙进行蛙跳学习，具体包括：

对于每一个子群体，将第一青蛙的一个随机基因片段替换为第二青蛙同样位置的基因片段，所述第一青蛙为子群体内青蛙适应度最低的青蛙，所述第二青蛙为子群体内青蛙适应度最高的青蛙；

若替换后所述第一青蛙的青蛙适应度并未提高，则随机选取所述第一青蛙的基因片段，根据景观适宜性及景观聚集度进行变异。

5.根据权利要求4所述的方法，其特征在于，所述若替换后所述第一青蛙的青蛙适应度并未提高，则随机选取所述第一青蛙的基因片段，根据景观适宜性及景观聚集度进行变异，还包括：

计算历史年份每一景观类型对应的斑块形状指数与斑块临近度指数以及斑块转移概率；

将所述斑块形状指数、斑块临近度指数作为因变量，所述斑块转移概率作为自变量进行回归分析，获取所述景观格局指数与斑块转移概率的数量关系；

基于所述景观格局指数与斑块转移概率的数量关系，计算当前年份每一斑块的转移概率；

基于所述当前年份每一斑块的转移概率，判断所述变异对于该变异所在斑块是否在预设范围内，若所述变异在预设范围内，则变异完成。

6.根据权利要求2-5任一所述的方法，其特征在于，所述青蛙适应度计算公式为：

其中，F表示青蛙适应度，W_A为青蛙景观聚集度权重，W_p为景观适宜性权重，A为青蛙景观聚集度，P_ij为基因片段(i,j)所对应的景观适宜性，D为青蛙基因片段总数。