[发明专利]一种适用于作物全生育时期的遥感估产方法

说明书

本发明公开一种适用于作物全生育时期的遥感估产方法，属于预测目的的数据处理方法和摄影测量学技术领域，用于对作物进行估产，本发明综合考虑作物产量农学知识，使用多源遥感数据，以全生育时期生物量估算模型、生物量贡献曲线、作物收获系数为基础，构建时空扩展性稳定的全生育时期作物估产模型，估产模型以相对积温和遥感植被指数作为变量输入，同时采用遗传算法，在样本点较少，无法直接通过数据拟合构建模型的情况下，对模型的参数进行优化，解决估产模型时空迁移性差的问题，实现在作物不同生育时期进行作物产量的准确估算。

技术领域

本发明公开一种适用于作物全生育时期的遥感估产方法，属于预测目的的数据处理方法和摄影测量学技术领域。

背景技术

目前，作物产量遥感估算的方法主要分为三类：1.统计模型，这种模型可操作性强，应用简单，其中CN110414738A公开了一种农作物产量预测方法及系统，根据预测区域的差别选取最优的产量预测决策树模型，适用于大区域的农作物的产量预测，并提高了产量的预测精度。2.作物模型同化，根据作物生长发育物理机制构建，输入参数较多，其中CN08509836A 公开了双极化合成孔径雷达与作物模型数据同化的作物估产方法，充分融合SAR遥感数据和WOFOST模型的优势，提高作物模型产量模拟精度。3.半机理模型，相对机理模型结构有所简化，其中CN109919395A公开了一种基于短周期遥感区域数据的冬小麦产量估测方法，通过利用改进的CASA模型，估算以5天为间隔的高时空分辨率冬小麦NPP空间分布信息，结合NPP-产量转换模型，实现了冬小麦产量遥感估测。当前的作物估产模型在一种作物的具体生育时期内实现了较高估算精度，但是当应用于其它作物或在多个生育期使用时，通常存在时空迁移性差，难以落地应用的问题，无法对作物产量进行像元尺度的动态监测。

发明内容

本发明的目的在于提供一种适用于作物全生育时期的遥感估产方法，以解决现有技术中，作物估产模型时空迁移性差，难以落地应用的问题。

一种适用于作物全生育时期的遥感估产方法，包括：

S1.构建生物量遥感驱动模型；

S2.构建生物量贡献率曲线；

S3.进行作物产量预测；

S4.优化算法的参数优化。

S1中生物量遥感驱动模型为分层结构，第一层构建增强型植被指数EVI2与生物量AGB的关系模型，第二层以第一层的模型系数与生育期相对积温构建演化函数，其中第一层模型的斜率k与相对积温RGS为指数规律，截距b与RGS为线性规律，具体公式如下：

；

式中，为作物生物量，k和b为全生育时期生物量模型第一层回归方程的系数和截距，k和b在模型第二层中分别作为两个回归方程的因变量；EVI2为增强型植被指数，为第一层模型的因变量，由遥感影像的红波段和近红外波段计算得到；NIR和R分别为遥感影像的近红外和红波段；k₁、b₁、k₂、b₂分别为第二层两个回归方程的系数。

S2中，生物量贡献率曲线为异速生长曲线，其横轴为相对积温值，纵轴为生物量贡献率，通过影像获取日期的生物量与生物量贡献率曲线对应到作物收获期生物量，即作物最大生物量AGB_max，生物量贡献率如下式：

；

式中，为生物量贡献率；b₃、b₄、b₅为模型系数；AGB_max为作物最终生物量；AGB为作物某一生育时期的生物量。

S3中，作物产量为生长阶段中最后一天的生物量乘以收获系数，收获指数以一个县级行政区为单位，通过种子管理部门或者农业推广部门获得作物品种，基于不同品种的特性确定该地区的收获系数，产量预测的公式如下：

；

式中，Yield为作物产量；HI为作物对应的收获系数。