[发明专利]基于物联网和遥感反演的冬小麦晚霜冻害监测及产量预测方法

说明书

本发明公开了一种基于物联网和遥感反演的冬小麦晚霜冻害监测及产量预测方法，旨在解决不考虑冬小麦晚霜冻害影响，直接进行产量预测的技术问题。本发明设计了基于物联网和遥感反演的冬小麦晚霜冻害监测方法和冬小麦产量预测模型的构建方法，提供了冬小麦产量预测方法。本发明能准确、精确地监测冬小麦晚霜冻害的发生，将极端气候量化，为灾害及时检测及灾后补救提供决策指导和建议，降低极端气候对冬小麦产量的影响，进一步完善产量估测模型，为产量预测提供一种物联网与遥感数据相融合的方法，为河南省冬小麦生产智能决策诊断提供新思路，为农业生产决策提供指导和建议，为小麦生产和市场交易提供数据支撑。

技术领域

本发明涉及农业工程技术领域，具体涉及一种基于物联网和遥感反演的冬小麦晚霜冻害监测及产量预测方法。

背景技术

冬小麦是我国的主要粮食作物，与我国粮食安全密切相关。而河南省是我国粮食生产核心区之一，冬小麦种植面积占耕地面积的70%以上，河南省冬小麦产量占全国小麦总产量的25%以上，河南省冬小麦的稳产和高产对保障国家粮食安全至关重要。

近年来，全球极端气候发生趋于频繁，河南省冬小麦晚霜冻害发生频次有所升高，危害程度有加重的趋势，对冬小麦稳产高产造成重大威胁。例如，2018年4月份在河南、山西、陕西、山东和安徽等地出现了强降温，气温降幅在15℃左右，有些地区气温出现了零下的情况，地面最低气温-4.5℃，草面气温-8.5℃情况。此时小麦生长处于拔节后期至孕穗期，大幅降温会造成麦田的幼穗花粉母细胞减数分裂和花粉粒减少，形成“光杆”和“秃尖”，最终造成穗粒数的降低而减产。2018年河南省个别地区因晚霜冻害的发生冬小麦产量减产达70%以上，灾害严重地块甚至绝收。

现有的冬小麦极端天气的监测主要是统计分析法、调查分析法、遥感监测法和农业气象预报法。这些方法在一定程度上解决了冬小麦冻害监测问题，取得了一定的研究成果。然而，这些方法不仅速度慢、工作量大，而且不够准确，无法满足冬小麦晚霜冻害预测的精度及即时性的要求，且遥感模型参数相对单一，预测准确度有一定的局限性。

因此，为了提高冬小麦产量的预测精度，亟需研发一种能够及时、准确、精确预测冬小麦晚霜冻害的方法，为农业生产决策提供指导和建议，以期能够推动农业生产的效率，避免不必要的损失。

发明内容

本发明要解决的技术问题是提供一种基于物联网和遥感反演的冬小麦晚霜冻害监测及产量预测方法，以解决现有方法不考虑冬小麦晚霜冻害影响，直接进行产量预测的技术问题。

为解决上述技术问题，本发明采用如下技术方案：

设计一种基于物联网和遥感反演的冬小麦晚霜冻害监测方法，包括以下步骤：

（1）测量记录或按下式计算全生育期内的某天内每小时的表见气温：

——式（IV）；

式中，T_i表示全生育期内的某天内每小时的表见气温，T_max表示当天的最高气温，T_min表示当天的最低气温，T'_min表示第二天的最低气温，h₀表示该地当天日出时刻，h'₀表示该地当天日落时刻；

（2）按下式计算FDD：

——式（IX）；

式中，FDD为极端低温；T_crit表示冬小麦全生育期的最低气温界限值，在拔节期1～5天内T_crit取值为-1.5℃，6～10天T_crit取值为-0.5℃，11～15天T_crit取值为0.5℃，16天以后取值为1.5℃，T_i表示每小时的表见气温；

（3）按下式计算晚霜冻害指数：

——式（VIII）；