【技术实现步骤摘要】
一种多种作物估产方法、装置、电子设备及存储介质
[0001]本专利技术涉及作物估产
，特别是涉及一种多种作物估产方法、装置、电子设备及存储介质。
技术介绍
[0002]随着全球气候变化和人类活动的不断加剧，各种自然灾害频繁发生。其中，旱涝灾害严重威胁着农业生产、生态环境，并且拥有持续时间长、发生频率高、覆盖面积广的特点。
[0003]进入21世纪以来，遥感技术在农业领域方面的应用发展迅速，其时空分辨率的提升更加有利于农作物的监测和估产。目前已有许多学者针对不同作物研究了相应的单产估算模型，主要的单产估算模型包括有四种：经验统计模型、光能利用率模型、作物生长模拟模型和耦合模型。其中，经验统计模型因操作简单、计算方便，而被广泛应用。基于气象数据的单产估算模型属于经验统计模型的一种，它通过建立各类气象数据与实际单产之间的关系来对作物单产进行估计。遥感数据在经验统计模型的应用包括：1)以遥感波段作为自变量进行估产建模。2)利用遥感数据计算植被指数，以植被指数作为自变量进行估产建模。常用来进行作物估产建模的植被指数有归一...
【技术保护点】
【技术特征摘要】
1.一种多种作物估产方法，其特征在于，包括：获取目标区域样本数据，并对所述样本数据进行处理，得到目标区域估产初始指标值；所述样本数据包括若干年的气象历史数据、遥感历史数据和县级历史单产数据；所述目标区域包括多个县级区域；所述目标区域估产初始指标值包括所述目标区域的农业气象指标值、以及所述目标区域内每种作物的县级遥感植被指数指标值和县级趋势单产指标值；其中，所述农业气象指标值和所述县级遥感植被指数指标值均为多个；根据所述农业气象指标值，对所述目标区域进行分区操作，得到多个估产子区域；在每个所述估产子区域中，采用随机森林重要性评价算法，对每种作物的估产初始指标值进行重要性排序并进行初次筛选操作，得到初次筛选操作后的估产指标值；结合留一法和随机森林回归算法，将初次筛选操作后的估产指标值按照重要性排序依次加入建模过程，得到在每个估产子区域内每种作物对应的初始单产估算模型集；计算在每个估产子区域内每种作物对应的所述初始单产估算模型集中每个单产估算模型的精度，并将初始单产估算模型集中模型精度最高的单产估算模型确定为标记估产子区域内标记作物的最终单产估算模型；所述标记区域为任一估产子区域，所述标记作物为任一目标区域的作物；所述最终单产估算模型用于估算未来时段标记估产子区域内标记作物的产量。2.根据权利要求1所述的一种多种作物估产方法，其特征在于，还包括：根据构建最终单产估算模型所用的建模指标，确定目标区域内每个估产子区域内每种作物的建模指标；获取现阶段目标区域研究对象的相关数据，并根据所述相关数据确定研究对象对应的建模指标值；根据研究对象对应的建模指标值，构建研究对象的最终单产估算模型，并根据研究对象的最终单产估算模型确定所述研究对象的单产；所述研究对象为目标区域中任一估产子区域内的任一作物。3.根据权利要求1所述的一种多种作物估产方法，其特征在于，所述县级趋势单产指标值的尺度为年；多个所述农业气象指标包括多个第一类农业气象指标和多个第二类农业气象指标；多个所述第一类农业气象指标包括以年为尺度的降水Z指数、累积降水、降水距平、降水距平平均值、降水距平变化率、生长度日GDD、高温度日KDD、有效积温、活动积温、积温距平、生长季开始、生长季结束、生长季长度和平均日照时数；多个所述第二类农业气象指标包括以月为尺度的降水Z指数、累积降水、降水距平、生长度日GDD、高温度日KDD、有效积温和积温距平；多个所述县级遥感植被指数指标包括在县级耕地范围内的月NDVI平均值和月NDVI距平平均值。4.根据权利要求1或者3所述的一种多种作物估产方法，其特征在于，所述气象数据包括气象站点逐日降水数据、温度数据和日照时数数据；所述对所述样本数据进行处理，得到目标区域估产初始指标值，具体包括:根据目标区域的气象历史数据，确定所述目标区域的农业气象指标；根据目标区域的遥感历史数据和土地利用数据，确定所述目标区域内每种作物的县级遥感植被指数指标；根据所述目标区域的县级历史单产数据，采用3a直线滑动平均算法，确定所述目标区
域内每种作物的县级趋势单产指标。5.根据权利要求3所...
【专利技术属性】
技术研发人员：朱秀芳，杨子毅，潘耀忠，代佳佳，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。