[发明专利]基于R语言的作物生长模型空间栅格模拟方法在审
申请号: | 201910119740.X | 申请日: | 2019-02-18 |
公开(公告)号: | CN109885926A | 公开(公告)日: | 2019-06-14 |
发明(设计)人: | 刘蕾蕾;朱艳;肖浏骏;汤亮;刘兵 | 申请(专利权)人: | 南京农业大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06Q50/02 |
代理公司: | 南京天华专利代理有限责任公司 32218 | 代理人: | 莫英妍;徐冬涛 |
地址: | 210095 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 作物生长模型 空间栅格 分辨率 预处理 模型输入数据 多线程 语言 匹配 多线程技术 并行模拟 插值处理 高效规范 矩阵转换 空间数据 模拟区域 模拟效率 模型模拟 栅格定位 栅格阵列 双线性 有效地 多源 驱动 生长 统一 | ||
1.基于R语言的作物生长模型空间栅格模拟方法,其特征在于,包括以下步骤:
步骤1:设定模拟的空间分辨率,生产全球栅格参考系,采用R语言的raster函数生成该空间分辨率下的全球栅格,该栅格的空间投影为WGS84,经度从西到东为-180°到180°,纬度从北到南为90°到-90°,并根据栅格阵列顺序即从栅格左上角到右下角对全球栅格进行栅格编号,得到编号全球栅格;
步骤2:设定模拟区域,筛选出该模拟区域在全球栅格参考系中对应的栅格编号,得到区域栅格编号;
步骤3:获取作物生长模型的N类多源输入数据,并对每一类输入数据分别进行数据预处理,将每一类输入数据均统一到预设空间分辨率下的全球栅格中,得到对应的N类全球栅格数据;
将N类全球栅格数据与全球栅格参考系进行匹配,得到N类全球栅格数据的栅格编号,同时将每个栅格编号对应的数据均转换成二元属性数据表格和R语言数据存储格式进行存储;
步骤4:将步骤3的N类全球栅格数据的栅格编号分别与步骤2的区域栅格编号进行定位匹配,获得模拟区域对应的N类区域栅格数据;
步骤5:将N类区域栅格数据耦合作物生长模型,采用R语言的多线程函数对模拟区域的栅格点进行并行模拟,再获取作物的观测数据,并采用R语言Optim函数中的梯度法或拟牛顿法对作物生长模型进行模型参数优化;
步骤6:针对模拟区域,选择模拟情景,并对模拟情景进行预处理,将模拟情景统一到预设空间分辨率下,再与区域栅格编号进行匹配;
步骤7:驱动参数优化后的作物生长模型对模拟情景下模拟区域的栅格点进行栅格模拟,得到在该模拟情境下模拟区域对应的模拟结果,并采用R语言画图函数plot将模拟结果进行可视化作图。
2.根据权利要求1所述的基于R语言的作物生长模型空间栅格模拟方法,其特征在于,步骤3中的数据预处理具体包括:
步骤3-1:针对N类多源输入数据分别采用R语言的nc_open函数读取对应全球数据集;
步骤3-2:采用R语言的aperm函数对全球数据集中的数据进行多维矩阵转换,纠正数据的经纬度;
步骤3-3:采用双线性插值法对数据进行分辨率缩放至预设空间分辨率,统一多源输入数据的分辨率,得到N类全球栅格数据。
3.根据权利要求1所述的基于R语言的作物生长模型空间栅格模拟方法,其特征在于,多源输入数据包括:气象数据、土壤数据、管理措施数据、品种数据、观测数据。
4.根据权利要求1所述的基于R语言的作物生长模型空间栅格模拟方法,其特征在于,步骤6中的模拟情景预处理具体包括:
步骤6-1:采用R语言的nc_open函数读取模拟情景全球数据集;
步骤6-2:采用R语言的aperm函数对模拟情景全球数据集进行多维矩阵转换从而纠正数据的经纬度,并采用双线性插值法进行分辨率缩放至预设空间分辨率。
5.根据权利要求2或4所述的基于R语言的作物生长模型空间栅格模拟方法,其特征在于,双线性插值法利用源图中虚拟点周围4个真实存在的栅格值来共同决定目标图中的一个栅格值,即已知栅格点Q11=(x1,y1)、Q12=(x1,y2)、Q21=(x2,y1)、Q22=(x2,y2),未知栅格点f(x,y)的值的双线性插值计算公式为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京农业大学,未经南京农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910119740.X/1.html,转载请声明来源钻瓜专利网。