[发明专利]一种基于遥感数据的参考作物腾发量计算方法

说明书

本发明提出一种基于遥感数据的参考作物腾发量计算方法，属于定量灌溉设计与农业水资源管理领域。本发明首先获取研究区域训练气象数据并计算对应的训练参考作物腾发量ET₀作为训练集的输出数据组，获取研究区域的训练遥感数据作为训练集的输入数据组，建立研究区域的参考作物腾发量计算模型；然后通过验证ET₀和验证遥感数据检验模型精度；使用时，获取所需时间段的遥感数据并输入验证完毕的模型，模型输出该研究区域选定时间段内参考作物腾发量。本发明结合少量的气象站资料与易获取的遥感资料，可实际应用于气象站数据缺失地区和气象站稀疏地区的区域参考作物腾发量计算，有效的协助当地灌溉规划和农业用水管理。

技术领域

本发明属于定量灌溉设计与农业水资源管理领域，具体涉及一种基于遥感数据的参考作物腾发量计算方法。

背景技术

参考作物腾发量(ET₀)是水文循环和水资源管理的重要组成部分。准确估计ET₀对于提高灌溉效率，干旱监测，水资源重复利用，农业水资源调度具有重要意义。ET₀被定义为具有特定特征的假设作物参考表面的蒸散量，在农业应用中，ET₀常用于计算实际条件下的作物蒸散量以指导灌溉设计。许多研究表明，详细而合理的灌溉系统可以提高灌溉水利用效率。因此，对区域ET₀进行可靠的估算是灌溉规划和农业用水管理的重要基础。

当前的水资源问题尤其农业用水管理问题中需要进行ET₀空间尺度的估算，然而许多发展中和贫困地区由于缺乏必要的气象数据，难以良好估算ET₀的时空变化。粮农组织提出彭曼一蒙特斯公式(FAO-PM)方法作为估算ET₀的标准方法，FAO-PM方法需要大气温度，风速，相对湿度和太阳辐射数据来估计ET₀。然而能够观察完整参数的气象站数量常常是有限的，且在发展中国家，风速，湿度，辐射数据的收集常存在缺失。而当气象站不够密集时，气象站对区域的代表性较弱，也难以获得可代表整个区域的参考作物腾发量值。因此，这些地区的灌溉管理难以达到最佳状态，增加了水资源短缺和水资源冲突的风险。

由于传统ET₀估算方法的局限性，利用较少的气象数据估算区域ET₀的方法成为当前研究热点。近年来一些研究使用地表温度、地表温度与风速、地表温度与日照时数等数据结合人工神经网络方法估算ET₀，以期使用更少的气象数据计算ET₀；但这些方法局限于气象站点，无法在气象站点以外的区域进行合理应用，难以获取区域性ET₀数据。近年来遥感技术的发展也使得遥感数据在水文及水资源领域的运用范围越来越广，Maeda等(2011)应用MODIS地表温度替代Hargreaves模型，Thornthwaite模型和Blaney-Criddle方程的大气温度进行ET₀计算。结果表明Hargreaves模型最为合适，均方根误差平均为0.47mm/d，相关系数为0.67。但该方法简单的利用MODIS地表温度数据替代气温，相关系数未达到较好的水平，精度难以满足实际运用要求。

发明内容

本发明的目的是为克服已有技术中气象站数据缺失地区和气象站稀疏地区的区域参考作物腾发量难以获得的问题，提出一种基于遥感数据的参考作物腾发量计算方法。本发明结合少量的气象站资料与易获取的遥感资料，利用机器学习方法，建立计算区域性的参考作物腾发量的模型；可实际应用于气象站数据缺失地区和气象站稀疏地区的区域参考作物腾发量计算，有效的协助当地灌溉规划和农业用水管理。

本发明提出一种基于遥感数据的参考作物腾发量计算方法，其特征在于，包括以下步骤：

1)建立研究区域的参考作物腾发量计算模型；具体步骤如下：

1-1)确定研究区域，在该区域内及周边选取获取训练气象数据的气象站点；