[发明专利]基于积温、辐射和土壤含水量的区域作物成熟期预测方法

说明书

本发明属于农业遥感领域，涉及一种基于积温、辐射和土壤含水量的区域作物成熟期预测方法，具体步骤为：S1将待测作物全生育期的MODIS NDVI数据按时间序列合成，用随机森林算法提取出种植区域；S2构建在充分灌溉条件下从抽穗到成熟期的积温和辐射模型；S3以农业气象站点为结点，构建泰森多边形；S4标定研究区待测作物的SWAP模型；S5建立全生育期土壤水分含量和待测作物成熟日期在水分胁迫条件下的成熟期修正因子查找表；S6逐格网单元动态调整积温与辐射的成熟期模型结果，获得最优的待测作物成熟期预测结果。本发明的方法融合了统计模型和机理模型的优势，能够在大区域尺度预测作物成熟期，提高了作物成熟期预测的精度。

技术领域

本发明属于农业遥感领域，具体涉及一种基于积温、辐射和土壤含水量的区域作物成熟期预测方法。

背景技术

农作物成熟期是重要的农学参数，由于受到光温水等条件影响，成熟期具有较强的空间变异性。现有技术中使用统计模型进行预测，存在的缺点为缺少光、温和水相互作用对成熟期的综合影响。现有技术中使用机理模型进行预测，存在的缺点为输入参数较多，计算量大，难以应用于大区域尺度的成熟期预测。目前缺乏将统计模型和机理模型结合使用的成熟期预测方法。本发明综合了统计模型与机理模型的优势，在保证精度的前提下，提高了执行效率。

发明内容

针对现有技术中单独使用统计模型或使用机理模型进行预测存在的缺陷，本发明提供一种基于积温、辐射和土壤含水量的区域作物成熟期预测方法。

本发明提供一种基于积温、辐射和土壤含水量的区域作物成熟期预测方法，具体步骤如下：

S1、将研究区内待测作物全生育期的MODIS NDVI数据按时间序列合成，按照待测作物时间序列物候特征用随机森林算法(RandomForest)提取出待测作物的种植区域；

S2、基于农业气象站点观测的生育期数据和国家级气象站点观测的温度和日照时数，计算从抽穗期到成熟期有效积温和太阳辐射阈值，构建待测作物在充分灌溉条件下从抽穗到成熟期的积温和辐射模型；

S3、以农业气象站点为结点，构建泰森多边形，以农业气象站点的有效积温和太阳辐射阈值代表其所在泰森多边形的阈值；

S4、以气象、作物、土壤和作物管理参数并将其作为输入，标定研究区待测作物的SWAP模型；

S5、结合土壤初始含水量、降雨和灌溉信息，利用SWAP模型，逐格网单元估算模拟充分灌溉条件下待测作物全生育期土壤水分含量和成熟日期，建立全生育期土壤水分含量和待测作物成熟日期在水分胁迫条件下的成熟期修正因子查找表；

S6、逐个待测作物格网单元利用S5建立的在水分胁迫条件下的成熟期修正因子查找表，动态调整积温与辐射的成熟期模型结果，获得最优的待测作物成熟期预测结果。

MODIS是搭载在terra和aqua卫星上的一个重要的传感器，是卫星上唯一将实时观测数据通过x波段向全世界直接广播，并可以免费接收数据并无偿使用的星载仪器，全球许多国家和地区都在接收和使用MODIS数据。NDVI是Normalized Difference VegetationIndex(植物覆盖指数)的简写。泰森多边形为以荷兰气候学家A·H·Thiessen提出的泰森多边形法构建的多边形。SWAP模型是以土壤-水分-大气-作物系统模拟的模型。

步骤S1中所述提取出待测作物的种植区域，具体方法如下：

先收集覆盖待测作物关键生育期的空间分辨率500米、步长4天的MODIS NDVI产品，并合成时间序列曲线，运用滤波方法消除云的污染，构建研究区内待测作物全生育期(出苗到成熟期)的NDVI曲线特征，用随机森林算法进行种植区的提取。