[发明专利]一种玉米产量遥感预测方法及系统

说明书

本发明公开了一种玉米产量遥感预测方法及系统。该方法包括：获取待测区域内玉米设定生长时期的遥感影像，所述设定生长时期包括乳熟期和成熟期；确定各遥感影像的属性参数，所述属性参数包括差值植被指数、比值植被指数、增强植被指数和绿度植被指数；将属性参数输入GA‑BP神经网络模型预测待测区域内玉米的产量，GA‑BP神经网络模型为根据待测区域内玉米设定生长时期的历史遥感影像以及对应的历史产量数据训练得到的模型。本发明提供的玉米产量遥感预测方法及系统具有预测精度高的特点。

技术领域

本发明涉及农作物产量预测技术领域，特别是涉及一种玉米产量遥感预测方法及系统。

背景技术

目前利用遥感数据进行玉米产量的估算普遍是基于回归模型，即建立产量与某一变量之间的线性关系。但是，回归模型需要有大量当地实测产量数据支持，且计算过程相对耗时，而且，单纯描述线性关系，结构过于简单，预测精度不高。

发明内容

本发明的目的是提供一种玉米产量遥感预测方法及系统，具有简便和预测精度高的特点。

为实现上述目的，本发明提供了如下方案：

一种玉米产量遥感预测方法，包括：

获取待测区域内玉米设定生长时期的遥感影像，所述设定生长时期包括乳熟期和成熟期；

确定各所述遥感影像的属性参数，所述属性参数包括差值植被指数、比值植被指数、增强植被指数和绿度植被指数；

将所述属性参数输入GA-BP神经网络模型预测所述待测区域内玉米的产量，所述GA-BP神经网络模型为根据所述待测区域内玉米设定生长时期的历史遥感影像以及对应的历史产量数据训练得到的模型。

可选的，在所述获取待测区域内玉米设定生长时期的遥感影像之后，在所述确定各所述遥感影像的属性参数之前，还包括：

对所述遥感影像进行预处理，所述预处理包括：辐射标定、大气校正和正射校正；

根据预处理得到的所述遥感影像各像元的反射率，对各像元进行波段计算，所述波段包括近红外波段、红光波段、蓝光波段和绿光波段，所述波段用于差值植被指数、比值植被指数、增强植被指数和绿度植被指数的计算。

可选的，所述GA-BP神经网络模型的训练包括：

获取所述待测区域内玉米设定生长时期的历史遥感影像以及对应的历史产量数据；

确定各所述历史遥感影像的属性参数，所述属性参数包括差值植被指数、比值植被指数、增强植被指数和绿度植被指数；

以所述历史遥感影像的属性参数为输入，以所述历史产量数据为输出，训练GA-BP神经网络，得到GA-BP神经网络模型。

可选的，在所述获取所述待测区域内玉米设定生长时期的历史遥感影像以及对应的历史产量数据之后，在所述确定各所述历史遥感影像的属性参数之前，还包括：

对所述历史遥感影像进行预处理，所述预处理包括：辐射标定、大气校正和正射校正；

根据预处理得到的所述历史遥感影像各像元的反射率，对各像元进行波段计算，所述波段包括近红外波段、红光波段、蓝光波段和绿光波段，所述波段用于差值植被指数、比值植被指数、增强植被指数和绿度植被指数的计算。

可选的，在所述确定各所述历史遥感影像的属性参数之后，在所述训练GA-BP神经网络之前，还包括：

确定采样点；

获取所述采样点各设定生长时期的各属性参数，用于作为训练所述GA-BP神经网络模型时的输入。

本发明还提供了一种玉米产量遥感预测系统，包括：