[发明专利]同化叶面积指数时序曲线特征的冬小麦估产方法

权利要求书

1.一种同化叶面积指数时序曲线特征的冬小麦估产方法，其特征在于，包括以下步骤：

S1：进行实验区作物模型的敏感性分析，得到需要标定和同化的模型参数，对遥感数据与地面参数进行空间匹配，使用插值法实现部分作物模型参数区域化标定，完成数据准备；

S2：对实验区整个生育期内的MODIS LAI数据按时间序列合成，对每个栅格单元生成时间序列曲线；

S3：对S2中获得的时间序列MODIS LAI曲线进行滤波，以消除数据缺失和云污染的影响；

S4：将S3中滤波后的时间序列曲线进行曲线拟合，得到每个栅格单元的MODIS LAI时间序列的曲线方程，并提取出该曲线上的关键特征点，所述关键特征点是曲率最大值点、斜率最大值点和叶面积最大值点；

S5：在S1进行作物模型标定的基础上，在实验区域内运行WOFOST作物模型，对模拟的LAI时间序列进行曲线拟合，并提取出曲线上的关键特征点，所述关键特征点是曲率最大值点、斜率最大值点和叶面积最大值点；

S6：S4和S5各自获得3类关键特征点，按类别对点的日期建立代价函数，并以遥感观测误差为权重求和得到总代价函数，对总代价函数进行最小化，使其不断重新初始化S1获得的需进行同化的敏感性的作物模型参数，在初始参数空间中搜索全局最优解，使得代价函数快速收敛，最终在收敛条件被满足时，同化过程结束，按行政边界汇总，输出产量结果。

2.如权利要求1所述的同化叶面积指数时序曲线特征的冬小麦估产方法，其特征在于，所述步骤S1中所采用的作物模型为WOFOST模型，采集研究区内的土壤、气象和作物参数，对影像和采集的参数进行空间位置的匹配，对于不敏感模型参数直接使用默认值，对于只对产量敏感，对LAI时序曲线特征不敏感的模型参数使用反距离权重插值法对遥感影像的每个像素赋予参数值，完成参数区域化标定；采用扩展的傅里叶振幅敏感度检验法EFAST对WOFOST模型的作物参数和土壤与管理参数进行全局敏感性分析，按如下公式(1)求解一阶敏感性指数和总敏感性指数，

Si=ViV]]>Sij=VijV]]>Sijm=VijmV...S12...i...k=V12...i...kV]]>

S_T.i＝S_i+S_ij+S_ijm+…+S_12…i…k    (1)

V(X)＝∑_iV_i+∑_i≠jV_ij+∑_i≠j≠mV_ijm+V_12...i...k

式中，i，j，m为作物模型参数的序列号，k为模型参数的总个数，V(X)为模型结果X的总方差；V_i为参数x_i的方差；V_ij～V_12...k为各参数相互作用的方差，S_i、S_ij、S_ijm为参数x_i的一阶、二阶、三阶敏感性指数，S_T.i为参数x_i的总敏感性指数。