[發明專利]基于積溫、輻射和土壤含水量的區域作物成熟期預測方法

在審

• 申請號: 201810140432.0
• 申請日: 2018-02-11
• 公開（公告）號: CN108304973A
• 公開（公告）日: 2018-07-20
• 發明（設計）人: 黃健熙;朱德海;卓文;高欣然;李俐;蘇偉;張曉東;劉哲;劉峻明
• 申請（專利權）人: 中國農業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王文君;陳征

本發明屬于農業遙感領域，涉及一種基于積溫、輻射和土壤含水量的區域作物成熟期預測方法，具體步驟為：S1將待測作物全生育期的MODIS NDVI數據按時間序列合成，用隨機森林算法提取出種植區域；S2構建在充分灌溉條件下從抽穗到成熟期的積溫和輻射模型；S3以農業氣象站點為結點，構建泰森多邊形；S4標定研究區待測作物的SWAP模型；S5建立全生育期土壤水分含量和待測作物成熟日期在水分脅迫條件下的成熟期修正因子查找表；S6逐格網單元動態調整積溫與輻射的成熟期模型結果，獲得最優的待測作物成熟期預測結果。本發明的方法融合了統計模型和機理模型的優勢，能夠在大區域尺度預測作物成熟期，提高了作物成熟期預測的精度。

技術領域

本發明屬于農業遙感領域，具體涉及一種基于積溫、輻射和土壤含水量的區域作物成熟期預測方法。

背景技術

農作物成熟期是重要的農學參數，由于受到光溫水等條件影響，成熟期具有較強的空間變異性。現有技術中使用統計模型進行預測，存在的缺點為缺少光、溫和水相互作用對成熟期的綜合影響。現有技術中使用機理模型進行預測，存在的缺點為輸入參數較多，計算量大，難以應用于大區域尺度的成熟期預測。目前缺乏將統計模型和機理模型結合使用的成熟期預測方法。本發明綜合了統計模型與機理模型的優勢，在保證精度的前提下，提高了執行效率。

發明內容

針對現有技術中單獨使用統計模型或使用機理模型進行預測存在的缺陷，本發明提供一種基于積溫、輻射和土壤含水量的區域作物成熟期預測方法。

本發明提供一種基于積溫、輻射和土壤含水量的區域作物成熟期預測方法，具體步驟如下：

S1、將研究區內待測作物全生育期的MODIS NDVI數據按時間序列合成，按照待測作物時間序列物候特征用隨機森林算法(RandomForest)提取出待測作物的種植區域；

S2、基于農業氣象站點觀測的生育期數據和國家級氣象站點觀測的溫度和日照時數，計算從抽穗期到成熟期有效積溫和太陽輻射閾值，構建待測作物在充分灌溉條件下從抽穗到成熟期的積溫和輻射模型；

S3、以農業氣象站點為結點，構建泰森多邊形，以農業氣象站點的有效積溫和太陽輻射閾值代表其所在泰森多邊形的閾值；

S4、以氣象、作物、土壤和作物管理參數并將其作為輸入，標定研究區待測作物的SWAP模型；

S5、結合土壤初始含水量、降雨和灌溉信息，利用SWAP模型，逐格網單元估算模擬充分灌溉條件下待測作物全生育期土壤水分含量和成熟日期，建立全生育期土壤水分含量和待測作物成熟日期在水分脅迫條件下的成熟期修正因子查找表；

S6、逐個待測作物格網單元利用S5建立的在水分脅迫條件下的成熟期修正因子查找表，動態調整積溫與輻射的成熟期模型結果，獲得最優的待測作物成熟期預測結果。

MODIS是搭載在terra和aqua衛星上的一個重要的傳感器，是衛星上唯一將實時觀測數據通過x波段向全世界直接廣播，并可以免費接收數據并無償使用的星載儀器，全球許多國家和地區都在接收和使用MODIS數據。NDVI是Normalized Difference VegetationIndex(植物覆蓋指數)的簡寫。泰森多邊形為以荷蘭氣候學家A·H·Thiessen提出的泰森多邊形法構建的多邊形。SWAP模型是以土壤-水分-大氣-作物系統模擬的模型。

步驟S1中所述提取出待測作物的種植區域，具體方法如下：

先收集覆蓋待測作物關鍵生育期的空間分辨率500米、步長4天的MODIS NDVI產品，并合成時間序列曲線，運用濾波方法消除云的污染，構建研究區內待測作物全生育期(出苗到成熟期)的NDVI曲線特征，用隨機森林算法進行種植區的提取。