摘要
本申请涉及一种适用于降温增湿型植物群落配置的方法及系统,涉及生态环境工程技术领域,其包括以下步骤:S1、获取目标区域的环境数据以及候选植物的属性数据;S2、基于所述环境数据和所述属性数据,构建一时空协同蒸腾潜力场模型,所述时空协同蒸腾潜力场模型用于模拟和量化不同植物配置方案下目标区域内由植物群落协同作用产生的时空动态的降温潜力和增湿潜力;S3、采用多智能体强化学习算法,生成所述目标区域的降温增湿型植物群落配置方案。本发明通过系统性地获取目标区域的详细环境数据及候选植物的关键属性数据,并构建精细的时空协同蒸腾潜力场模型,显著提升了降温增湿型植物群落配置的科学性和精确度。
技术关键词
多智能体强化学习
智能优化配置
辐射传输模型
叶面积指数
生态环境工程技术
空气动力学模型
空气动力学阻力
场地环境
数据获取模块
空间布局信息
动态变化数据
算法
网格
植物种类
因子
参数
策略
湿度计
输出模块
系统为您推荐了相关专利信息
作物冠层
叶面积指数
模拟器
模拟单元
动态反馈机制
通信资源分配
轨迹优化方法
终端设备
约束优化模型
语义特征
品质预测模型
蜜桃雪山
切花月季
叶面积指数
特征值
浓度反演方法
一氧化碳
甲烷
辐射传输模型
地表反照率