[发明专利]基于大气再分析数据对植被生长季顶峰时间的预测方法

权利要求书

1.基于大气再分析数据对植被生长季顶峰时间的预测方法，其特征在于，包括以下步骤：

采集目标地区的生长季NDVI数据，通过对所述生长季NDVI数据进行平滑处理，获取具有时空连续性质的NDVI数据，并将所述NDVI数据转化为对于时间的余弦函数；

采集所述目标地区的大气再分析数据ERA5，获取所述目标地区在每年四到六月份的大气再分析变量；

根据所述NDVI数据的空间分辨率，对所述大气再分析变量进行重新采样后，与所述NDVI数据进行匹配；

根据匹配结果并依据所述大气再分析变量，构建广义相加POS预测模型，用于预测得到植被生长顶峰时间；

在获取具有时空连续性质的NDVI数据的过程中，根据GIMMS NDVI3g产品提供的每15天合成的所述生长季NDVI数据，利用Double Logistic函数对其进行平滑去噪，并对缺失数据的像元进行填充，其表示如下：

其中，NDVI(t)表示t时间的NDVI值，b，c，d，f分别为平滑参数，根据生长季的NDVI进行拟合得到；

利用平滑后的所述NDVI数据，分别从平滑的NDVI时间序列数据中获取NDVI最小值p，NDVI最大振幅q，将NDVI表示为时间的t余弦函数：

NDVI(t)＝p+q×(1+cos(2π×(t-POS)/n))/2

其中，POS表示植被生长顶峰时间，n表示当年总天数；

在构建广义相加POS预测模型的过程中，根据重新采样后的所述大气再分析变量和所述NDVI数据，构建基础广义线性POS预测模型；

基于所述基础广义线性POS预测模型，通过将重新采样前的所述大气再分析变量作为非线性参数，判断所述大气再分析变量与所述植被生长顶峰时间的关系是否为线性关系；

根据判断结果，构建所述广义相加POS预测模型；

所述基础广义线性POS预测模型的表达式为：

POS＝S₀+β₁×SM+β₂×T_a+β₃×P+β₄×WS+β₅×SR

其中，S₀表示该模型的截距项，β₁-β₅分别表示各大气再分析数据所对应的斜率，SM为平均土壤水分，T_a为平均气温，P为平均降水，WS为平均风速，SR为平均太阳辐射；

所述广义相加POS预测模型的方程表达式为：

POS＝S₀+β₁×X₁+...+β_n×X_n+s_n+1(X_n+1)+...+s_n+m(X_n+m)

其中，β_i，i＝1…n表示线性相关变量X_i的斜率，s_j(X_j)，j＝n+1…m表示与植被生长顶峰时间呈非线性相关的大气再分析变量的平滑函数。

2.根据权利要求1所述基于大气再分析数据对植被生长季顶峰时间的预测方法，其特征在于：

在获取所述目标地区在每年四到六月份的大气再分析变量的过程中，所述大气再分析变量至少包括平均气温数据、平均降水数据、平均风速数据、平均太阳辐射数据、平均土壤水分数据。

3.根据权利要求2所述基于大气再分析数据对植被生长季顶峰时间的预测方法，其特征在于：

在判断所述大气再分析变量与所述植被生长顶峰时间的关系是否为线性关系的过程中，以所述大气再分析变量对于所述植被生长顶峰时间的平滑自由度EDF作为判断标准。

4.根据权利要求3所述基于大气再分析数据对植被生长季顶峰时间的预测方法，其特征在于：

在判断所述大气再分析变量与所述植被生长顶峰时间的关系是否为线性关系的过程中，所述平滑自由度EDF为1对应的变量为线性相关变量，其余变量为非线性变量。