[发明专利]基于遥感物候同化和粒子群优化的区域冬小麦估产方法有效
申请号: | 201910094036.3 | 申请日: | 2019-01-30 |
公开(公告)号: | CN109800921B | 公开(公告)日: | 2019-12-20 |
发明(设计)人: | 张朝;张领雁;陶福禄;骆玉川;李子悦 | 申请(专利权)人: | 北京师范大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 11583 北京华旭智信知识产权代理事务所(普通合伙) | 代理人: | 吴鹏章 |
地址: | 100875 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于遥感物候同化和粒子群优化算法的区域冬小麦估产方法,包括如下步骤:获取运行作物生长模型所需要的数据;获取研究区域全生育期内的遥感LAI数据,并按时间序列合成,对每个格点单元的LAI节点数据使用三次样条插值得到连续的LAI曲线;识别LAI曲线的第一拐点和第二拐点,将其分别作为冬小麦返青期和抽穗期的标志;将能够同时识别出返青期和抽穗期的格点作为冬小麦种植区域;使用二分法逐格点逐年优化作物生长发育参数;使用粒子群算法优化生物物理过程参数,以完成参数本地化;将本地化后的作物生长发育参数和生物物理过程参数带入作物生长模型运行,获得各个格点产量,汇总获得冬小麦种植区域的总产量。 | ||
搜索关键词: | 冬小麦 格点 粒子群优化算法 生物物理过程 作物生长模型 遥感 种植区域 作物生长 返青期 拐点 同化 二分法 发育 粒子群算法 节点数据 全生育期 三次样条 时间序列 研究区域 优化 合成 | ||
【主权项】:
1.一种基于遥感物候同化和粒子群优化算法的区域冬小麦估产方法,包括如下步骤:/nS1:获取运行作物生长模型所需要的数据,所述数据包括气象数据和土壤属性数据;/nS2:获取研究区域全生育期内的遥感LAI数据,并按时间序列合成,对每个格点单元的LAI节点数据使用三次样条插值得到连续的LAI曲线;/nS3:识别S2步骤所得到的LAI曲线的第一拐点和第二拐点,将其分别作为冬小麦返青期和抽穗期的标志,各个格点单元的成熟期由农气站的记录进行反距离加权插值获得;/nS4:将S3步骤中能够同时识别出返青期和抽穗期的格点作为冬小麦种植区域,用于实施后续的步骤;/nS5:基于S3和S4步骤获得的冬小麦种植格点的物候信息,使用二分法逐格点逐年优化作物生长发育参数,所述作物生长发育参数包括营养生长期前期生长速率参数、营养生长期后期生长速率参数和生殖生长期生长速率参数;/nS6:在S5步骤获得优化作物生长发育参数之后,再使用粒子群算法优化生物物理过程参数,其中所述生物物理过程参数包括与土壤水分平衡、光合、呼吸作用以及产量形成模块相关的参数,/n其中粒子群算法优化包括:/n(1)根据生物物理过程参数的先验取值区间进行随机抽样,使用拉丁超立方体抽样法(Latin hypercube sampling)抽取N套初始化参数,称为一个初始输入粒子群;重复进行M次粒子群抽取,共形成M个初始输入粒子群共M*N套初始化参数,其中,M和N为大于1的自然数;/n(2)将其中一个初始粒子群带入作物生长模型进行运行,调用粒子群优化算法模块,设定适宜度为模拟产量和实际记录产量之间的误差,使用的适宜度评价指标是标准均方根误差,公式如下:/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京师范大学,未经北京师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910094036.3/,转载请声明来源钻瓜专利网。