[发明专利]一种结合作物生长模型估算玉米籽粒蛋白质含量的方法

权利要求书

1.一种结合作物生长模型估算玉米籽粒蛋白质含量的方法，其特征在于，包括如下步骤：

S1：获取玉米生长周期内的时间序列数据、多期遥感数据及相应日期的玉米叶面积LAI和叶片氮累积量LNA；

S2：构建基于遥感数据的LAI和LNA反演模型；

S3：构建最小误差函数，最小误差函数中包括LAI和LNA；

步骤S3中的最小误差函数如公式（1）所示：

其中，N代表遥感数据获取的次数；LAIs_i即LAI_simulation，LAIm_i即LAI_{image_measure_i}，LAIs_i和LAIm_i分别代表LAI的第i次模型模拟值和第i次遥感影像观测值；LNAs_i即LNA_simulation，LNAm_i即LNA_{image_measure_i}，LNAs_i和LNAm_i分别代表LNA的第i次模型模拟值和第i次遥感影像观测值；

S4：引入DSSAT模型，将玉米基础参数输入DSSAT模型进行模拟，并利用遥感数据反演的LAI、LNA结果与模型模拟结果相结合构建最小误差函数来判断是否达到了最优输入参数，最终得到最优输入参数对应的玉米籽粒蛋白质含量值。

2.根据权利要求1所述的结合作物生长模型估算玉米籽粒蛋白质含量的方法，其特征在于，LAIm_i和LNAm_i由步骤S2中的反演模型得到，具体表示为公式（2）和公式（3）：

其中k_LNA为LNA反演模型中的斜率，k_LAI为LAI反演模型中的斜率；b_LNA为LNA反演模型中的截距，b_LAI为LAI反演模型中的截距；e_LNA为LNA反演模型中的随机误差，e_LAI为LAI反演模型中的随机误差；VI为遥感指数，VI_{LAIbest_image_i}和VI_{LNAbest_image_i}分别为与LAI和LNA相关性最高的遥感指数。

3.根据权利要求2所述的结合作物生长模型估算玉米籽粒蛋白质含量的方法，其特征在于，通过公式（2）和公式（3），分别计算所估算周期内每一天遥感影像的LAI_{image_measure_i}和LNA_{image_measure_i}，即计算出Image₁、Image₂、Image₃、......、Image_n对应的LAI_{image_measure_1}、LAI_{image_measure_2}、LAI_{image_measure3}、......、LAI_{image_measure_n}和LNA_{image_measure_1}、LNA_{image_measure_2}、LNA_{image_measure_3}、......、LNA_{image_measure_n}。