[发明专利]一种深度时空特征联合学习的农作物产量估测方法

摘要

本发明公开了一种深度时空特征联合学习的作物产量估测方法。获取地区的历史作物产量数据和气象数据并进行预处理，对气象数据进行预处理获得气象参数，对产量数据进行预处理获得去趋势产量，分别作为后续作物单产时空特征深度学习模型的输入和输出数据；构建作物单产时空特征深度学习模型，并对模型的超参数进行优化；将气象参数作为输入，将去趋势产量作为输出，形成训练集样本进而训练作物单产时空特征深度学习模型获得模型的参数，将待测作物产量的气象参数输入训练后的模型，输出估测结果，获得农作物产量估测结果。本发明联合了时间特征学习和空间特征学习，在空间差异较大且复杂的研究区域内，本发明的作物产量估测精度更高，稳定性更好。