一种基于遥感和统计数据的山核桃估产方法技术

本发明专利技术为一种基于遥感和统计数据的山核桃估产方法，属于数据估测技术领域，本方法利用卫星探测技术得到连续性的遥感数据，并结合农学方法、统计方法和气象预报方法，包括基于生理参数的山核桃亩产估计建模，根据核桃树的生理参数因子和环境因子建立单株产量函数；类光谱角指数与山核桃亩产的回归分析，通过回归分析的方法根据类光谱角建立亩产值的预测模型；基于随机森林分类的年龄标签栅格图制作，根据随机森林分类底图和训练标签进行随机森林分类；待预测年份的山核桃亩产估计，根据NDVI数据和栅格图进行均值统计，并以根据光谱角建立的亩产预测模型对山核桃实现估产，具有预测可靠性高、样本分布连续以及成本低的特点。点。点。

【技术实现步骤摘要】
一种基于遥感和统计数据的山核桃估产方法


[0001]本专利技术属于数据估测
，涉及一种山核桃估产方法，具体为基于遥感和统计数据的山核桃估产方法。

技术介绍

[0002]山核桃是一种经济树种，及时准确的了解山核桃种植面积、长势、产量信息，对于政策的制定、价格的宏观调控等都具有非常重要的意义。山核桃的种仁中含有丰富的营养成分，在营养价值和保健作用方面具有更独特的优点和副产的种类多样化，人们对山核桃市场需求逐年上升。山核桃的产量是影响山核桃价格波动的重要因素之一，人们越来越关注产量的问题，因此及时准确地统计与预测山核桃种植面积、产量与山核桃生长情况，为农业管理与生产部门研究该产业在临安地区的生产潜力、优化农业生产结构，对预测山核桃销售价格与提高农民收入具有重要的现实意义。
[0003]传统的估产方法大致可分以下三类方法，分别为农学方法、统计方法、气象预报方法。农学估产方法是依据作物在不同生育期的生理生态指标(如类胡萝卜素、叶绿素含量、叶绿素密度、地上鲜生物量、地上干生物量等)与构成作物产量的要素之间的相关性，构建估产模型，对农作物的产量进行预估。统计模型以概率论和统计学理论为基础，根据反映产量的因子方面统计数据与作物单产之间建立相关关系，通过统计分析建立产量预测模型，从而预测农作物单产。气象预报方法是通过对气象因子和产量相关性分析，运用气象因子来对产量进行预估。该方法的作物产量主要由趋势产量和气象产量两部分组成，趋势产量由农业技术水平、土地条件、农业政策确定，气象产量则是由当年受气象条件影响产生的那一部分产量。
[0004]现有技术方案中，大多利用单一的一种估产方法进行产量简单估计，难免存在因素考虑不周全的问题；通常是对单个独立的区域进行估产，给出一个亩产的值，无法反映产量在空间上的分布；从经济成本上考虑耗费的人力物力较多，需要大量实测数据才能够对产量做出一个相对准确的预测。

技术实现思路

[0005]本专利技术提出了一种基于遥感和统计数据的山核桃估产方法，具有预测可靠性高、样本分布连续以及成本低的特点。
[0006]本专利技术的技术方案如下：
[0007]一种基于遥感和统计数据的山核桃估产方法，本方法利用卫星探测技术得到连续性的遥感数据，并结合农学方法、统计方法和气象预报方法，包括
[0008]基于生理参数的山核桃亩产估计建模，根据核桃树的生理参数因子和环境因子建立单株产量函数，并根据单株产量函数构建亩产模型；
[0009]类光谱角指数与山核桃亩产的回归分析，调用卫星遥感影像得到NDVI数据和图斑数据，通过回归分析的方法根据类光谱角建立亩产值的预测模型；
[0010]基于随机森林分类的年龄标签栅格图制作，以山核桃树的年龄属性为要素制作训练标签，并依据NDVI数据制作随机森林的分类底图，根据随机森林分类底图和训练标签进行随机森林分类；
[0011]待预测年份的山核桃亩产估计，根据NDVI数据和栅格图进行均值统计，并以根据光谱角建立的亩产预测模型对山核桃实现估产。
[0012]作为本方案的进一步优化，所述基于生理参数的山核桃亩产估计建模步骤包括，
[0013]建立标准产量模型，建立与树龄相关的产量模型，对每个年龄段的单株产量X进行预测；
[0014]评价环境适宜性，以地形、气候和土壤三个维度设定适宜性分数S，根据适宜性分数S建立适宜性评价指数Y的模型来反映核桃树所处环境的适宜性；
[0015]计算生长因子支持度，设置生长因子支持度Z，生长因子支持度与核桃树的冠幅、胸径和树高相关；
[0016]计算综合因素下的单株产量，依据与树龄相关的的单株产量X、适宜性评价指数Y和生长因子支持度Z对综合因素下的单株产量V进行计算；
[0017]计算亩产，根据综合因素下的单株产量V和种植密度ρ进行亩产Mu的预测。
[0018]作为本方案的进一步优化，地形、气候和土壤三个维度包括九个指标，其中
[0019]地形包括海拔高度、坡度和坡向；
[0020]气候包括年平均气温、年降水量、年日照时数和花期晴天数；
[0021]土壤包括土壤类型和土壤质地。
[0022]作为本方案的进一步优化，所述类光谱角指数与山核桃亩产的回归分析步骤包括
[0023]计算各季节的NDVI中值图像，定义12、1和2月为冬季，3、4和5月为春季，6、7和8月为夏季，9、10和11月为秋季，各季节合成的中值图像命名为：NDVI冬、NDVI春、NDVI夏、NDVI秋，调用卫星遥感数据计算各季节NDVI中值合成图像；
[0024]定义和计算类光谱角指数，对一个像素点，在四幅中值NDVI图像上可取得4个值。以时间为横轴，NDVI值为纵轴，类似于光谱角，取冬、春连线与水平面的夹角∠1，夏、秋连线与水平面的夹角∠2，计算类光谱角指数x，其中x＝(∠1+∠2)/(π
‑
∠1
‑
∠2)；
[0025]各图斑亩产计算与数据增广，根据已经存在的森林资源二调数据计算了每个图斑的亩产，作为后续进行类光谱角与亩产进行回归分析的数据基础；
[0026]建立类光谱角、亩产拟合模型，将图斑按树龄分为两类，取类光谱角指数值x的不同分为，建立不同树龄类别的亩产值模型。
[0027]作为本方案的进一步优化，按树龄将山核桃树分为树龄小于28年的幼年组和树龄大于28年的成年组
[0028]亩产值field的模型包括
[0029]field＝72.645lnx+144.34(x≤0.75&幼年组)
[0030]field＝50.753lnx+175.79(x＞0.75|成年组)。
[0031]作为本方案的进一步优化，所述基于随机森林分类的年龄标签栅格图制作步骤包括，
[0032]制作幼年组及成年组标签，根据森林资源二调图斑的树龄属性，制作训练标签；
[0033]制作底图，调用计算各季节的NDVI中值图像步骤中得到的各季节NDVI中值合成图
像，对各季节NDVI中值合成图像执行波段合成，作为随机森林分类底图；
[0034]随机森林分类，使用底图及标签进行随机森林分类，输出年龄标签栅格图，区分幼年组和成年组，在输出的年龄标签栅格图中，以0值标记幼年组，1值标记成年组。
[0035]作为本方案的进一步优化，所述待预测年份的山核桃亩产估计步骤包括
[0036]准备待预测年份类光谱指数图像，调取待预测年份各季节NDVI中值图像，按类光谱角计算公式进行计算，得类光谱角指数；
[0037]准备年龄标签栅格图，根据基于随机森林分类的年龄标签栅格图制作步骤得到年龄标签栅格图；
[0038]计算估产数据并输出年龄标签栅格图，对目标区域，用该矢量在年龄标签栅格图上进行均值统计操作。
[0039]作为本方案的进一步优化，所述计算估产数据并输出年龄标签栅格图步骤包括，
[0040]选择地块矢量区域，判断该矢量区域中山本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感和统计数据的山核桃估产方法，其特征在于，本方法利用卫星探测技术得到连续性的遥感数据，并结合农学方法、统计方法和气象预报方法，包括，基于生理参数的山核桃亩产估计建模，根据核桃树的生理参数因子和环境因子建立单株产量函数，并根据单株产量函数构建亩产模型；类光谱角指数与山核桃亩产的回归分析，调用卫星遥感影像得到NDVI数据和图斑数据，通过回归分析的方法根据类光谱角建立亩产值的预测模型；基于随机森林分类的年龄标签栅格图制作，以山核桃树的年龄属性为要素制作训练标签，并依据NDVI数据制作随机森林的分类底图，根据随机森林分类底图和训练标签进行随机森林分类；待预测年份的山核桃亩产估计，根据NDVI数据和栅格图进行均值统计，并以根据光谱角建立的亩产预测模型对山核桃实现估产。2.根据权利要求1所述的一种基于遥感和统计数据的山核桃估产方法，其特征在于，所述基于生理参数的山核桃亩产估计建模步骤包括，建立标准产量模型，建立与树龄相关的产量模型，对每个年龄段的单株产量X进行预测；评价环境适宜性，以地形、气候和土壤三个维度设定适宜性分数S，根据适宜性分数S建立适宜性评价指数Y的模型来反映核桃树所处环境的适宜性；计算生长因子支持度，设置生长因子支持度Z，生长因子支持度与核桃树的冠幅、胸径和树高相关；计算综合因素下的单株产量，依据与树龄相关的的单株产量X、适宜性评价指数Y和生长因子支持度Z对综合因素下的单株产量V进行计算；计算亩产，根据综合因素下的单株产量V和种植密度ρ进行亩产Mu的预测。3.根据权利要求2所述的一种基于遥感和统计数据的山核桃估产方法，其特征在于，地形、气候和土壤三个维度包括九个指标，其中地形包括海拔高度、坡度和坡向；气候包括年平均气温、年降水量、年日照时数和花期晴天数；土壤包括土壤类型和土壤质地。4.根据权利要求3所述的一种基于遥感和统计数据的山核桃估产方法，其特征在于，所述类光谱角指数与山核桃亩产的回归分析步骤包括，计算各季节的NDVI中值图像，定义12、1和2月为冬季，3、4和5月为春季，6、7和8月为夏季，9、10和11月为秋季，各季节合成的中值图像命名为：NDVI冬、NDVI春、NDVI夏、NDVI秋，调用卫星遥感数据计算各季节NDVI中值合成图像；定义和计算类光谱角指数，对一个像素点，在四幅中值NDVI图像上可取得4个值。以时间为横轴，NDVI值为纵轴，类似于光谱角，取冬、春连线与水平面的夹角∠1，夏、秋连线与水平面的夹角∠2，计算类光谱角指数x，其中x＝(∠1+∠2)/(π
‑<...

【专利技术属性】
技术研发人员：罗煦钦，周斌，周祖煜，陈煜人，张澎彬，林波，张浩，莫志敏，李天齐，刘俊，
申请(专利权)人：杭州领见数字农业科技有限公司，
类型：发明
国别省市：