多目标微观邻域粒子群算法及其在土壤空间优化抽样中的应用

提出一种基于多目标微观邻域粒子群的土壤空间优化抽样方法。方法面向土壤空间调查的多目标特征，构建了基于最小克里金方差（MKV）和极大熵准则（ME）的粒子群多目标适应度函数，设计了最小样本量限制、样点可达性、采样成本限制和最小空间关联性四类粒子微观邻域操作策略，能高效协调土壤空间抽样精度、代表性、成本、样本量与样点布局等多目标冲突。实验结果表明，相比单目标粒子群算法和模拟退火算法，该方法的目标冲突协同能力强、收敛效率高，所设计抽样方案最优，为土壤质量精确调查与高效监测提供了技术支持。