基于大气再分析数据对植被生长季顶峰时间的预测方法技术

本发明专利技术公开了基于大气再分析数据对植被生长季顶峰时间的预测方法，包括以下步骤，采集目标地区的生长季NDVI数据，通过对生长季NDVI数据进行平滑处理，获取具有时空连续性质的NDVI数据；采集目标地区的大气再分析数据ERA5，获取目标地区在每年四到六月份的大气再分析变量；根据NDVI数据的空间分辨率，对大气再分析变量进行重新采样后，与NDVI数据进行匹配；根据匹配结果并依据大气再分析变量，构建广义相加POS预测模型，用于预测得到植被生长顶峰时间；相比于传统物候模型，本发明专利技术提供的方法不再需要在主观确定阈值，并且考虑了更多的影响因素，提高了预测结果的准确性，且能提前1

【技术实现步骤摘要】
基于大气再分析数据对植被生长季顶峰时间的预测方法


[0001]本申请涉及气象遥感
，特别是涉及利用大气再分析数据提前预测植被达到生长季顶峰时间的方法。

技术介绍

[0002]植被物候是指受到气候、水文等环境影响而导致的以年为单位循环的植被自然现象。它是反映气候变化和植被生长的敏感指标，在植被活动和生态系统功能方面起到重要作用。
[0003]植被生长季顶峰时间(POS)作为植被物候的重要关键参数之一，一般发生在生长季中后期(七八月份)，通常被用来反映植被到达成熟期所需的时间。然而，人工测量方法不仅受人为的主观因素影响较大，且难以获取大范围连续的植被生长季顶峰时间。目前，遥感方法能够获得大范围的物候观测数据，为植被生长季顶峰时间的估算提供了可能。但是，遥感方法只能在事后对植被生长季顶峰时间进行提取，无法提前预测。传统基于气温或者降水的物候模型是也能够预测植被生长季顶峰时间，但它通常没有考虑其他大气参数对物候现象的影响，且需要通过人为经验设定阈值来估算植被生长顶峰时间，因此在实际应用中可能会遇到诸多限制，不具有普适性。
专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大气再分析数据对植被生长季顶峰时间的预测方法，其特征在于，包括以下步骤：采集目标地区的生长季NDVI数据，通过对所述生长季NDVI数据进行平滑处理，获取具有时空连续性质的NDVI数据；采集所述目标地区的大气再分析数据ERA5，获取所述目标地区在每年四到六月份的大气再分析变量；根据所述NDVI数据的空间分辨率，对所述大气再分析变量进行重新采样后，与所述NDVI数据进行匹配；根据匹配结果并依据所述大气再分析变量，构建广义相加POS预测模型，用于预测得到植被生长顶峰时间。2.根据权利要求1所述基于大气再分析数据对植被生长季顶峰时间的预测方法，其特征在于：在获取所述NDVI数据的余弦函数表达的过程中，还包括，将所述NDVI数据转化为对于时间的余弦函数。3.根据权利要求2所述基于大气再分析数据对植被生长季顶峰时间的预测方法，其特征在于：在获取所述目标地区在每年四到六月份的大气再分析变量的过程中，所述大气再分析变量至少包括平均气温数据、平均降水数据、平均风速数据、平均太阳辐射数据、平均土壤水分数据。4.根据权利要求3所述基于大气再分析数据对植被生长季顶峰时间的预测方法，其特征在于：在构建广义相加POS预测模型的过程中，根据重新采样后的所述大气再分析变量和所述NDVI数据，构建基础广义线性POS预测模型；基于所述基础广义线性POS预测模型，通过将重新采样前的所述大气再分析变量作为非线性参数，判断所述大气再分析变量与所述植被生长顶峰时间的关系是否为线性关系；根据判断结果，构建所述广义相加POS预测模型。5.根据权利要求4所述基于大气再分析数据对植被生长季顶峰时间的预测方法，其特征在于：在判断所述大气再分析变量与所述植被生长顶峰时间的关系是否为线性关系的过程中，以所述大气再分析变量对于所述植被生长顶峰时间的平滑自由度EDF作为判断标准。6.根据权利要求5所述基于大气再分析数据对植被生长季顶峰时间的预测方法，其特征在于：在获取具有时空连续性质的NDVI数据的过程中，根据GIMMS NDVI3g产品提供的每15天合成的所述生长季NDVI数据，利用Double Logistic函数对其进行平滑去噪，并对缺失数据的像元进行填充，其表示如下：其中，NDVI(t)表示t时间的NDVI值，b，c，d，f分别为平滑参数，可以根据生长季的NDVI
进行拟合得到。7.根据权利要求6所述基于大气再分析数据对植被生长季...

【专利技术属性】
技术研发人员：冷佩，马雪晴，李召良，张霞，尚国琲，
申请(专利权)人：河北地质大学，
类型：发明
国别省市：