[发明专利]一种农作物产量空间化的方法及系统

权利要求书

1.一种农作物产量空间化的方法，其特征在于，所述方法包括：

通过遥感影像获取随时间变化的NDVI；

根据所述NDVI，采用CART分类回归树算法确定所述农作物的种植范围；

对所述种植范围进行分区；

获取各区域的所述农作物的统计产量；

确定所述农作物的生长季，所述生长季包括所述农作物的多个单时相以及由所述单时相组合而成的多个物候期；

根据生长季各单时相和物候期的NDVI，在各区域内，采用线性回归分析法分析所述农作物的统计产量与各所述生长季的相关性，确定与所述农作物的统计产量相关性最高且均方根误差最小的NDVI变量，记为目标生长季NDVI变量；

根据所述目标生长季NDVI变量中各像元的NDVI占所属区域NDVI总和的比重，确定各像元的农作物空间化产量；

其中，所述根据所述NDVI，采用CART分类回归树算法确定所述农作物的种植范围，具体包括：

结合DEM数字高程数据和行政单元矢量数据将研究区域进行分区，选取各区域的农作物样本点，基于农作物生长季的NDVI数据，采用CART分类方法建立农作物种植面积识别的决策树，分别提取各区域的农作物种植面积，并与农作物种植面积的统计数据进行比较，计算各区域的种植面积提取精度，筛选出分类精度低于设定阈值的区域，对筛选出的区域重新建立决策树进行分类。

2.根据权利要求1所述的农作物产量空间化的方法，其特征在于，所述对所述种植范围进行分区，具体包括：

结合地势地貌、DEM数字高程数据和行政单元矢量数据对所述种植范围进行分区。

3.根据权利要求1所述的农作物产量空间化的方法，其特征在于，所述根据生长季各单时相和物候期的NDVI，在各区域内，采用线性回归分析法分析所述农作物的统计产量与所述生长季NDVI变量的相关性，确定与所述农作物的统计产量相关性最高且均方根误差最小的NDVI变量，具体包括：

计算各区域在各单时相的NDVI；

根据各区域在各单时相的NDVI计算各区域在各物候期的NDVI；

以各单时相的NDVI以及各物候期的NDVI为自变量，以农作物的统计产量为因变量构建线性回归方程；

选取与所述农作物的统计产量相关性最高且拟合方程的均方根误差最小的回归方程，记为目标回归方程，将所述目标回归方程中自变量所代表的生长季的NDVI记为目标生长季NDVI变量。

4.根据权利要求1所述的农作物产量空间化的方法，其特征在于，所述根据所述目标生长季NDVI变量中各像元的NDVI占所属区域NDVI总和的比重，确定各像元的产量，具体包括：

根据计算各像元的农作物空间化产量，其中，Y′_j表示第j(j＝1,...n)个像元的所述农作物的空间化产量，n表示待空间化的区域中的像元个数，Y表示待空间化的区域的统计产量，i表示目标生长季，k表示目标生长季的个数，NDVI_i,j表示第i个目标生长季第j个像元的NDVI，表示待空间化的区域中第i个目标生长季的NDVI总和，p_i表示第i个目标生长季的NDVI与统计产量之间的相关系数，α_i表示第i个时期的相关系数归一化结果。

5.根据权利要求1所述的农作物产量空间化的方法，其特征在于，所述根据所述NDVI，采用CART分类回归树算法确定所述农作物的种植范围之前，还包括：

对所述NDVI进行预处理，所述预处理包括分辨率重采样、滤波去噪和平滑处理。