[发明专利]耦合多目标优化和集合同化的作物产量估测方法及应用

权利要求书

1.一种作物产量估测方法，其特征在于，通过包含耦合多目标优化和集合同化步骤的方法来实现，具体步骤如下：

S1、收集研究区的作物分类数据；并将收集到的作物生育期内的遥感LAI、遥感反射率数据以及气象再分析数据分别进行预处理；

S2、利用步骤S1获得的预处理后的遥感反射率数据计算LSWI、EVI，再通过VPM模型计算得到遥感GPP；

S3、基于田间观测的LAI时间序列以及作物产量，利用MCMC采样方法标定WOFOST模型，之后依据MCMC采样方法获得的采样结果计算WOFOST模型参数的四分位数；

S4、以步骤S3获得的WOFOST模型参数的第一四分位数为下界、第三四分位数为上界设置WOFOST模型参数的区间范围；基于步骤S1获得的预处理后的遥感LAI建立多目标函数，采用NSGA-II方法最小化所述多目标函数得到优化后的WOFOST模型参数的Pareto解集；

S5、将步骤S4得到的WOFOST模型参数的Pareto解集输入WOFOST模型生成模拟GPP集，将步骤S2得到的遥感GPP添加高斯噪声生成观测GPP集，利用集合同化算法对模拟GPP集与观测GPP集进行同化，得到同化后的GPP；

S6、基于步骤S5得到的同化后的GPP驱动WOFOST模型模拟输出作物产量，并完成空间制图。

2.如权利要求1所述的方法，其特征在于，步骤S1中所述预处理的方式包括降尺度、插值、剔除异常值、聚合或数据填充中的一种或多种。

3.如权利要求1所述的方法，其特征在于，步骤S4中所述基于步骤S1获得的预处理后的遥感LAI建立多目标函数的步骤具体采用公式(1)至公式(3)：

式中，θ表示待优化的WOFOST模型的参数，K表示获取遥感LAI的总次数，分别表示第k次以及第k-1次观测的遥感LAI，分别表示与第k次以及第k-1次观测的遥感LAI相对应的WOFOST模型模拟的LAI。

4.如权利要求1所述的方法，其特征在于，步骤S5中所述集合同化算法见公式(4)：

式中，GPP_t^sim表示WOFOST生成的t时刻的模拟GPP集，GPP_t^obs表示步骤S2获得的t时刻的遥感GPP,表示步骤S5中t时刻的模拟GPP集的第i个成员，为集合同化后的t时刻的GPP集的第i个成员。

5.如权利要求1所述的方法，其特征在于，所述作物为小麦、水稻、玉米或大豆中的一种。

6.权利要求1-5任一项所述的方法在估测作物产量中的应用。