[发明专利]一种基于集合卡尔曼滤波同化的区域作物估产方法

权利要求书

1.一种基于集合卡尔曼滤波同化的区域作物估产方法，其特征在于，具体步骤如下：

S1：对作物模型的参数进行标定，对遥感数据与地面参数进行空间匹配，使用地统计空间插值法实现大区域的参数确定，完成数据准备；

S2：对工作区整个生育期内HJ-1A/B卫星的EVI数据按时间序列合成，对每个网格单元生成时间序列曲线；

S3：逐网格单元运行作物模型，对遥感EVI添加高斯扰动，生成观测成员集合；

S4：逐天运行作物模型，对模型的状态变量LAI添加高斯扰动生成模型成员集合；

S5：当存在遥感观测时，将观测成员集合和模型成员集合输入到集合卡尔曼滤波中，计算同化后的LAI最优值；

S6：用S5中计算得到的最优LAI值替换作物模型中当天的状态变量LAI，重复进行步骤S4至S6，直到在该像素模型运行结束，输出产量结果；

S7：重复步骤S3至S6，最终在完成所有像素上的运行后，按行政边界汇总，输出平均产量，指导作物生产。

2.权利要求1所述基于集合卡尔曼滤波同化的区域作物估产方法，其特征在于，S1所述作物模型为SWAP作物模型。

3.权利要求2所述基于集合卡尔曼滤波同化的区域作物估产方法，其特征在于，S1具体为：采用SWAP作物模型，采集工作区内的土壤参数、气象参数和作物参数，对遥感影像和采集的参数进行空间位置的匹配，对于不敏感的模型参数直接使用经验值，对于六种气象参数和两种积温参数使用反距离权重插值法对每个网格单元赋予参数值，完成参数区域化标定。

4.权利要求1所述基于集合卡尔曼滤波同化的区域作物估产方法，其特征在于，S2所述EVI数据是由环境系列中的A、B两颗卫星的传感器载荷（HJ-1A/B CCD）所采集数据经过FLAASH大气校正后计算得到的，大气校正过程中输入FLAASH的标准输入参数以及卫星的观测天顶角和方位角，EVI计算如公式（1）：

EVI=2.5×ρNIR-ρREDρNIR+0.6ρRED-7.5ρBLUE+1---(1)]]>

ρ_NIR为传感器载荷所测得的近红外波段反射率，ρ_RED为红光波段反射率，_ρBLUE为蓝光波段反射率。

5.权利要求1所述基于集合卡尔曼滤波同化的区域作物估产方法，其特征在于，S3、S4所述添加高斯扰动，计算如公式（2）：

S=s+aε                             （2）

其中S表示增加高斯扰动后的观测或模型成员组成的向量；s表示初始观测值或模型状态变量；a为常数；ε则表示与S同维的随机数向量，其成员符合标准正态分布，即ε_i～N(0,1)。