[发明专利]一种基于尺度转换和数据同化的农作物产量估测方法

摘要

本发明属于农业遥感领域，具体涉及一种基于尺度转换和数据同化的农作物产量估测方法及其指导农作物生产中的应用，具体步骤如下S1收集参数完成WOFOST作物模型的空间化；S2获取作物类型分布图和待测农作物纯度百分比图；S3获得区域30米的TM LAI；S4构建二级尺度转换模型，生成时间序列尺度调整LAI；S5得待测农作物关键物候期的遥感观测误差和作物模型误差；S6构建四维变分代价函数，获得优化作物模型参数；S7输出县域待测农作物单产。本发明克服了遥感观测像元与作物模型模拟单元之间尺度不匹配的问题，提高了数据同化模型的精度，适合于县域尺度的农作物产量估测，尤其适合于县域尺度的冬小麦产量估测。

主权项

一种基于尺度转换和数据同化的农作物产量估测方法，其特征在于，具体步骤如下：S1收集研究区内的气象参数、作物参数、土壤参数和管理参数并以之进行WOFOST作物模型的单点尺度标定；之后基于气象参数进行区域化，完成WOFOST作物模型的空间化；S2基于多时相的遥感影像，结合地面调查获得的作物类型样本点，结合待测农作物的物候特征，构建分类规则，获取作物类型分布图和待测农作物纯度百分比图；S3对待测农作物生育期时间序列MODIS LAI曲线进行滤波，以消除数据缺失和云污染的影响；基于地面实测样本点的实测LAI与多时相植被指数TM VI构建回归统计模型，获得区域30米的TM LAI；S4融合地面实测样本点LAI、TM LAI和滤波后的MODIS LAI信息，构建二级尺度转换模型，生成时间序列尺度调整LAI；所述构建二级尺度转换模型由2个关键步骤构成：1)从S3生成区域的30米待测农作物TM LAI中选择3个关键生育期的TM LAI；2)利用已选的关键生育期TM LAI与对应时期的S‑G MODIS LAI之间的比值系数，调整其他关键生育期S‑G MODIS LAI，在待测农作物生育期的上升阶段和下降阶段，分别利用Logistic曲线进行拟合，Logistic曲线方程见公式(2)：y(t)=c1+ea+bt+d---(2)]]>其中，t是MODIS LAI时间序列的索引，y(t)是t时间对应的LAI值，a和b是拟合参数，c+d是最大LAI值，d为LAI初始值，即LAI时间序列中的第一个值；S5基于地面样本点关键物候期的LAI，计算遥感观测和作物模型模拟的标准差，获得待测农作物关键物候期的遥感观测误差和作物模型误差；S6以作物模型模拟LAI和S4获得的时间序列尺度调整LAI，并引入遥感观测误差和作物模型误差，构建四维变分代价函数，使用最优化算法最小化代价函数，通过多次迭代，获得优化作物模型参数；S7将S6获得的优化作物模型参数代入作物模型，选择待测农作物纯度大于60％的像元，逐像元单元运行作物模型模拟产量，然后汇总到县域行政单元，输出县域待测农作物单产，指导粮食生产。