一种基于耦合作物模型同化光谱反射率的水稻估产方法技术

本发明专利技术公开了一种基于耦合作物模型同化光谱反射率的水稻估产方法，该方法首先构建同化所需的时间序列遥感观测数据集，从数据集中获取地表反射率；然后利用叶面积指数耦合EPIC作物模型和ACRM辐射传输模型，得到耦合模型，根据耦合模型得到模拟反射率；最后以模拟反射率和地表反射率之间的观测误差为权重，按五个待优化参数建立代价函数，并最小化代价函数，得到待优化参数的最优值，将待优化参数的最优值输入EPIC作物模型，从而得到水稻产量结果。本发明专利技术方法提高了精度，克服了在农田地块较小、分布较为零散、破碎化程度较高的区域难以估算水稻产量的问题，适用于区域尺度水稻估产。

【技术实现步骤摘要】
一种基于耦合作物模型同化光谱反射率的水稻估产方法
本专利技术涉及一种基于耦合作物模型同化光谱反射率的水稻估产方法，属于农业遥感

技术介绍
在作物估产应用过程中，基于光合、呼吸、蒸腾等机理过程的作物模型依靠其内在的物理过程和动力学机制，可以准确模拟作物在时间和空间上的连续变化，可以准确的模拟单点作物的生长状况和产量。但是运用到区域尺度时，由于地表环境的非均匀性，导致模型中的一些参数数据很难以获得。而卫星遥感方法具有空间连续和时间动态变化的优势，能够有效解决这个问题。但是遥感对地观测由于受卫星时空分辨率等因素的制约，还不能真正揭示环境气候条件与作物生长发育内在机理过程之间的关系，但这正是作物模型的优势所在。因此，通过同化的方法将二者结合起来，互相补充，发挥各自的优势，能够更加精确地反映作物的产量。遥感信息与作物生长模型集成的方法分为驱动法和同化法，其中，同化法受到更多的关注也被更为广泛的采用。优化算法为同化法中的一个重要方法，目前比较通用的方法有以下两种：1、通过对比遥感反演和模型模拟获得的叶面积指数(LeafAreaIndex，LAI)；2、对比遥感反演和模型模拟获得的作物光本文档来自技高网...

【技术保护点】
一种基于耦合作物模型同化光谱反射率的水稻估产方法，其特征在于，包括如下步骤：步骤1，利用待估算区域的气象、土壤、植被数据对EPIC作物模型的参数进行适应性调整和修正，并采用待估算区域基准年描述作物品种的遗传参数对EPIC作物模型进行校验和标定，确定EPIC作物模型中描述作物品种的遗传参数的取值；步骤2，获取待估算区域的遥感数据并与待估算区域的地面参数进行空间匹配，构建同化所需的时间序列遥感观测数据集，从数据集中获取地表反射率；所述遥感数据包括MODIS数据、LAI数据、TM数据；步骤3，利用叶面积指数耦合EPIC作物模型和ACRM辐射传输模型，得到耦合模型，并对耦合模型进行参数敏感性分析；步骤...

【技术特征摘要】
1.一种基于耦合作物模型同化光谱反射率的水稻估产方法，其特征在于，包括如下步骤：步骤1，利用待估算区域的气象、土壤、植被数据对EPIC作物模型的参数进行适应性调整和修正，并采用待估算区域基准年描述作物品种的遗传参数对EPIC作物模型进行校验和标定，确定EPIC作物模型中描述作物品种的遗传参数的取值；步骤2，获取待估算区域的遥感数据并与待估算区域的地面参数进行空间匹配，构建同化所需的时间序列遥感观测数据集，从数据集中获取地表反射率；所述遥感数据包括MODIS数据、LAI数据、TM数据；步骤3，利用叶面积指数耦合EPIC作物模型和ACRM辐射传输模型，得到耦合模型，并对耦合模型进行参数敏感性分析；步骤4，在待估算区域运行经参数敏感性分析后的耦合模型，得到待估算区域的模拟反射率；步骤5，以模拟反射率和地表反射率之间的观测误差为权重，按以下五个待优化参数建立代价函数，所述五个待优化参数包括种植日期、种植密度、光周期敏感参数、叶片红光、近红外波段反射率，采用模拟退火算法对代价函数进行最小化，当代价函数满足收敛条件时，输出待优化参数的最优值；步骤6，将待优化参数的最优值代入EPIC作物模型，计算得到水稻的产...

【专利技术属性】
技术研发人员：王卫光，王晓宇，丁一民，郑佳重，邢万秋，傅健宇，董青，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32