[发明专利]耕地质量评价方法及相关装置

说明书

本申请公开了一种耕地质量评价方法及相关装置，包括：通过预设遥感装置获取目标耕地的总初级生产力；通过经验贝叶斯克里金插值法对总初级生产力进行数据降尺度处理，将产品缩小到预设分辨率；通过皮尔逊乘积矩相关性确定目标耕地中作物生长的关键期及关键期的总初级生产力；建立偏最小二乘回归法计算模型，获取训练样本并利用训练样本对偏最小二乘回归法计算模型训练；将总初级生产力输入至偏最小二乘回归法计算模型中，选择耕地‑作物属性作为耕地质量反演的代表，利用贝叶斯插值模型对MODIS‑GPP进行降尺度处理，再根据对实际采样与生长期积累特点，确定作物的关键物候期，利用PLSR计算模型完成耕地质量评价。

技术领域

本申请涉及耕地质量评价领域，尤其是涉及一种耕地质量评价方法及相关装置。

背景技术

耕地作为农业生产中最重要、最不可或缺的生产资料，是人们赖以生存和发展的必要物质条件。传统上，耕地质量评价通常以土壤指标含量为主导、借助现场采样、实验室化验测定等一系列标准和规程进行，单点测量精准，但相对耗时费力且昂贵。而且传统方法缺乏快速生成耕地质量空间分布的能力，需要足够多次的测定才能保证空间数据的精准。而以低成本遥感影像数据能为耕地质量评价和空间分布提供极大的便利，随着技术的不断进步，越来越多研究利用遥感技术实现耕地质量的评价。

目前利用遥感技术实现耕地质量评价的研究，一般都是基于国内现有对耕地质量定性定量化的标准进行对应指标的替换或补充来实现的。很多研究利用遥感反演模型评价耕地质量，发现耕地质量与光谱因子显着且非线性相关，但以方式仍旧没有摆脱传统的评价范式，依旧参考于传统的评价体系和框架，只从遥感指标的表相去考虑替换指标是否吻合，缺乏对遥感指标生成的机理表达研究，无法准确表达耕地质量信息。作物不同生长阶段反映着作物不同时期的生长状态，各个时期有着不同的内在能量积累和外在形态表达，综合影响着耕地质量评价结果。

因此，如何考虑作物在物候生长关键时期的生产状态并以此评价耕地质量成为了一个亟待解决的技术问题。

发明内容

为了实现考虑作物在物候生长关键时期的生产状态并以此评价耕地质量，本申请提供一种耕地质量评价方法及相关装置。

第一方面，本申请提供的一种耕地质量评价方法采用如下的技术方案：

一种耕地质量评价方法，包括：

通过预设遥感装置获取目标耕地的总初级生产力；

通过经验贝叶斯克里金插值法对所述总初级生产力进行数据降尺度处理，以将所述预设遥感装置对应的产品缩小到预设分辨率；

通过皮尔逊乘积矩相关性确定所述目标耕地中作物生长的关键期以及所述关键期对应的总初级生产力；

建立偏最小二乘回归法计算模型，获取训练样本并利用所述训练样本对所述偏最小二乘回归法计算模型进行训练；

将所述关键期对应的总初级生产力输入至所述偏最小二乘回归法计算模型中以实现对所述目标耕地的质量评价。

可选的，所述通过经验贝叶斯克里金插值法对所述总初级生产力进行数据降尺度处理，以将所述预设遥感装置对应的产品缩小到预设分辨率的步骤，包括：

将预设遥感装置获取的图像划分为预设数量的子集；

以克里金方程式预测总初级生产力值：

其中是x_i,λ_i,(i＝1,2,3…,n)处的总初级生产力值，表示使用交叉变异函数的参数生成的克里金权重，s_i,(i＝1,…,n)基于和之间的交叉变量估计的克里格权重，n表示观察的总数，变量是一个标准等级，计算式为：

其中，R表示总初级生产力在x_i位置的陆地表面的R阶统计量的等级；

使用预设工具将所述预设遥感装置中预设数量的子集缩小到预设空间分辨率。