本发明涉及资源处理，具体涉及一种基于智能体模型的水土资源优化配置方法。
背景技术：
1、水土资源优化是指在考虑生态环境保护、社会经济发展和可持续性原则的基础上，通过科学管理和技术手段，合理配置和高效利用水资源与土地资源的过程。
2、现有的水土资源优化配置方案在实施时，基于水分供应或供需指标多侧重理论来确定水分盈亏状态，且对特定用地类型变化(状态和过程)的水分盈亏效应问题考虑不够充分，实践性有待进一步提高；同时研究对象多为较大面积的地区，对于中小尺度而言，由于其境内气象站点数量较少，水分盈亏研究存在数据获取上的困难。
技术实现思路
1、本发明的目的在于提供一种基于智能体模型的水土资源优化配置方法，用于解决现有方案中监测数据处理方式单一导致水土资源优化配置的可靠性不佳的技术问题。
2、本发明的目的可以通过以下技术方案实现：
3、一种基于智能体模型的水土资源优化配置方法，包括：
4、获取目标区域对应的有效降水量pe和实际蒸散量et并通过计算构建气候水分盈亏指数cwpli，对气候水分盈亏指数cwpli进行分析确定目标所属的土壤水分盈亏状态并提示；
5、其中，气候水分盈亏指数cwpli的计算公式为：cwpli＝δ/et＝(pe-et)/et；式中：δ＝pe-et为水分盈亏量；
6、对气候水分盈亏指数cwpli进行分析时，将气候水分盈亏指数cwpli与预构建的若干干旱状态范围进行匹配确定所属的干旱状态；
7、依据智能体模型原理构建空间优化配置模型，利用空间优化配置模型结合土壤水分盈亏状态和田块空间形态来对田块自动实现农田差异性灌溉；其中，定义智能体在空间上的聚集斑块为聚类，处于聚类边界上的智能体为边界智能体，处于聚类内部的智能体为非边界智能体；空间优化配置模型运行开始时，根据数据的分辨率和预设的空间配置面积产生对应数目的智能体，智能体的空间位置随机给出；
8、迭代过程中，智能体会根据自己的搜索位置搜集多个空间位置的信息，然后利用个体的适应度函数评价该位置并找出最佳的位置，进而与当前的位置比较来确定是否移动；
9、在智能体完成决策之后所形成的格局将通过评价函数进行评价，当其数据波动小于预设的阈值时，将停止迭代并输出结果，最终确定最优的配置方案。
10、优选地，有效降水量pe通过公式计算得到，式中，pe为逐日有效降水量；p为逐日总降水量；通过对逐日有效降水量进行汇总确定对应时期的有效降水量；
11、实际蒸散量et的计算公式为：式中，et为实际蒸散量；et0为日潜在蒸散量总量；q为降水量，单位为mm；m为特征参数，取值为2.5。
12、优选地，日潜在蒸散量总量et0的计算公式为：
13、式中，et0_max为日最大潜在蒸散量；et0(t)为不同时刻对应的潜在蒸散量；t为模拟时刻；tset，trise分别为日落时间和日出时间；
14、其中，
15、式中，inet0为卫星过境时刻的瞬时潜在蒸散量；tpase为卫星过境时刻的当地时间。
16、优选地，卫星过境时刻的瞬时潜在蒸散量inet0的计算公式为：式中，α为priestley-taylor系数；rn为地表净辐射量；g为土壤热通量；λ为汽化潜热；δ′为饱和水汽压-温度曲线斜率；γ为干湿表常数。
17、优选地，适应度函数的表达式为：f＝wcwpli*cwpli+wc*c；式中，f为适应度值；wcwpli和wc分别代表cwpli和c的权重指数，wcwpli+wc＝1；c对该指数值进行百分数的标准化处理，得到研究区的农田土壤水分平衡程度评价图，促使智能体空间聚集。
18、优选地，c的计算表达式为
19、式中，xi为二分变量，当聚类中某一位置被智能体占据时取值为1，反之为0；ω表示智能体的摩尔邻域(moore neighborhood)；di是邻域内的智能体i到中心智能体的欧氏距离；η是补偿系数，取值范围为[1，10]。
20、优选地，利用智能体通过局部信息确定适应度值最高的位置并标记为posl，以及随机选择一个边界智能体并筛选获取该边界智能体的领域中适应度值最高且当前保持空闲的位置并标记为posg；
21、比较posl和posg所属适应度值的大小，并将数值大的适应度值对应的位置标记为目标位置post，并计算目标位置的适应度值与当前位置的适应值之间的差值sc；
22、通过概率公式计算获取最终移动到目标位置的概率；概率公式的表达式为：式中，f′为当前位置的适应度值；
23、利用取值范围为[0，1]的随机数r作为指针，若r大于p，则智能体移动到目标位置；反之则驻留在原地。
24、优选地，每次迭代结束后由智能体聚集而成的格局，通过评价函数进行评价分区的可靠性，评价函数的表达式为：f＝sv-sl；式中，sv用来衡量分区下农田水分盈亏状态指标的实现程度；sl用来反映分区结果的周长特征；
25、
26、式中，n为智能体个数，vmaxsum为高水分亏缺用地单元的指数总和，为模拟结果的盈亏程度指数总和，sv用来衡量分区下农田水分盈亏状态指标的实现程度；sl反映分区结果的周长特征，以此来评价其破碎程度。
27、相比于现有方案，本发明实现的有益效果：
28、本发明基于农田作物实际和理想状态下的水分机理构建水分盈亏程度评价模型并进行区域农田水分盈亏程度评价，划分出正常、轻度、中度、重度和严重5种水分盈亏程度类型区，然后基于多智能体的空间优化配置模型自动生成农田灌溉管理区；与常规的密度分割法相比，该方案不仅考虑农田水分盈亏程度状况，也兼顾了空间形态属性，使得所产生的灌溉管理区既覆盖了优质的农田，也具备较高的紧凑性，避免保护区空间格局过于凌乱和破碎而难以进行针对性的日常高效管理和维护。
1.一种基于智能体模型的水土资源优化配置方法，其特征在于，包括：
2.根据权利要求1所述的一种基于智能体模型的水土资源优化配置方法，其特征在于，有效降水量pe通过公式计算得到，式中，pe为逐日有效降水量；p为逐日总降水量；通过对逐日有效降水量进行汇总确定对应时期的有效降水量；
3.根据权利要求2所述的一种基于智能体模型的水土资源优化配置方法，其特征在于，日潜在蒸散量总量et0的计算公式为：
4.根据权利要求3所述的一种基于智能体模型的水土资源优化配置方法，其特征在于，卫星过境时刻的瞬时潜在蒸散量inet0的计算公式为：式中，α为priestley-taylor系数；rn为地表净辐射量；g为土壤热通量；λ为汽化潜热；δ′为饱和水汽压-温度曲线斜率；γ为干湿表常数。
5.根据权利要求4所述的一种基于智能体模型的水土资源优化配置方法，其特征在于，适应度函数的表达式为：f＝wcwpli*cwpli+wc*c；式中，f为适应度值；wcwpli和wc分别代表cwpli和c的权重指数，wcwpli+wc＝1；c对该指数值进行百分数的标准化处理，得到研究区的农田土壤水分平衡程度评价图，促使智能体空间聚集。
6.根据权利要求5所述的一种基于智能体模型的水土资源优化配置方法，其特征在于，c的计算表达式为
7.根据权利要求6所述的一种基于智能体模型的水土资源优化配置方法，其特征在于，利用智能体通过局部信息确定适应度值最高的位置并标记为posl，以及随机选择一个边界智能体并筛选获取该边界智能体的领域中适应度值最高且当前保持空闲的位置并标记为posg；
8.根据权利要求7所述的一种基于智能体模型的水土资源优化配置方法，其特征在于，每次迭代结束后由智能体聚集而成的格局，通过评价函数进行评价分区的可靠性，评价函数的表达式为：f＝sv-sl；式中，sv用来衡量分区下农田水分盈亏状态指标的实现程度；sl用来反映分区结果的周长特征；
