[发明专利]遥感与作物模型融合的区域尺度作物出苗日期估算方法

摘要

本发明属于农业遥感领域，涉及一种遥感与作物模型融合的区域尺度作物出苗日期估算方法，具体步骤为：处理中等分辨率遥感数据形成时间序列三个波段的反射率数据并评估不确定性；标定WOFOST模型并与冠层辐射传输模型PROSAIL耦合；采用MCMC方法评估WOFOST‑PROSAIL模型的不确定性；构建泰森多边形作为遥感与作物模型的数据同化单元；构建四维变分的代价函数并优化出苗日期参数；逐个作物格网运行并进行空间制图。本发明的方法融合了遥感数据和作物模型的各自优势，考虑作物模型模拟和遥感的反射率的不确定性构建四维变分的代价函数，有效降低了误差，提高区域作物出苗日期估算精度，实现了区域空间制图。

主权项

1.一种遥感与作物模型融合的区域尺度作物出苗日期估算方法，其特征在于，具体步骤如下：S1、获得研究区域的作物生育期内的中等分辨率遥感数据和实测光谱数据，对中等分辨率遥感数据进行预处理形成时间序列RED、NIR、SWIR三个波段的反射率数据，并基于实测光谱评估遥感反射率的不确定性；S2、收集研究区的气象、作物、土壤和作物管理参数，并将其作为输入参数，标定研究区作物的WOFOST模型，耦合WOFOST模型与冠层辐射传输模型PROSAIL，动态模拟输出作物冠层RED、NIR、SWIR三个波段的反射率；S3、采用MCMC方法评估WOFOST‑PROSAIL模型的不确定性；S4、以农气站点为结点，构建泰森多边形，以每个泰森多边形作为遥感与作物模型的数据同化单元；S5、在每个泰森多边形内的作物格网单元，引入模型和遥感的不确定性，构建考虑不确定性的基于遥感反射率和WOFOST‑PROSAIL模拟的反射率构建四维变分的代价函数，出苗日期的初始值和值域范围根据农气站点观测数据给定，采用SCU_UA全局优化算法最小化四维变分代价函数，优化出苗日期和TSUM1参数；S6、逐个作物格网运行S5的步骤，采用优化后的参数集重新驱动WOFOST模型，模拟输出区域的作物出苗日期，进行空间制图指导作物生产。