[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

说明书

本发明属于农业遥感领域，具体公开了耦合多目标优化和集合同化的作物产量估测方法及应用。该方法具体步骤如下：S1、收集数据并预处理；S2、计算LSWI、EVI，再通过VPM模型计算得到遥感GPP；S3、利用MCMC采样方法标定WOFOST模型，之后计算WOFOST模型参数的四分位数；S4、设置WOFOST模型参数的区间范围；基于遥感LAI建立多目标函数，并将其最小化得到优化后的WOFOST模型参数的Pareto解集；S5、将Pareto解集输入WOFOST模型生成模拟GPP集，利用集合同化算法对模拟GPP集与遥感GPP添加高斯噪声生成的观测GPP集进行同化；S6、以同化后的GPP驱动WOFOST模型模拟输出作物产量。本发明估产方式准确性高。

技术领域

本发明属于农业遥感领域，具体涉及一种耦合多目标优化和集合同化的作物产量估测方法及应用。

背景技术

全球气候变化背景下，日益频发的农业气象灾害(干旱、涝渍、高温热害等)，会对粮食产量造成巨大的影响。因此，开展区域尺度的粮食作物产量估算可用于评价气象变化对粮食产量的影响，指导生产改进，对粮食生产具有重要意义。传统农学、气象、统计的产量估测方法，受到理论和技术制约，还存在普适性差、缺乏可解释性等瓶颈问题。遥感与作物模型数据同化兼具遥感动态观测和机理过程明晰的优势，为破解产量精准估测提供了重要方法和解决途径。

但目前作物模型的标定多采用优化单目标函数的方式完成，这种单目标函数难以充分地刻画模拟值与观测值之间的差异，从而导致标定时未能充分地利用观测到的信息，考虑到田间数据的稀缺性，这无疑也是一种信息浪费。另外，现有的集合同化方法主要是对标定所得的一套参数添加高斯误差扰动来生成参数集合，在实际中常凭经验确定所添加的误差的大小，这使得标定的结果将因为操作人员的主观性而具有更大的不确定性。

因此，有必要提供一种新的作物产量估测方法及应用以解决现有技术中的问题。

发明内容

为解决现有技术中存在的问题，本发明提供一种采用耦合多目标优化和集合同化的产量估测方法，以综合利用观测数据，减少估测误差。

为了实现该目的，本发明的技术方案如下：

一种作物产量估测方法，其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。

其中，步骤S1中，所述作物分类数据是指研究区内待估测产量的作物(如冬小麦)的空间分布图，该数据将用于过滤遥感影像中非此种作物的像元，使后续的研究可以针对研究区内的这种特定待估产作物。