基于人工智能的农业气象遥感关键参数联合反演方法技术

本发明专利技术公开了基于人工智能的农业气象遥感关键参数联合反演方法,包括：构建基于辐射能量平衡方程的物理方法，通过MODTRAN模型模拟辐射传输过程，获得物理方程组的解；基于所述物理方法构建高精度统计方法，获取相关卫星产品数据、同化模型的高精度数据、地面气象观测数据和卫星BT数据，构建高精度统计大数据库；基于所述物理方程组的解结合所述高精度统计方法的解，进行DL的训练并构建DL测试数据库，将所述地表温度、所述发射率和所述近地表空气温度作为先验知识，反演所述大气水汽的含量，通过反复交叉迭代获取优化后的所述物理方程组的解和所述高精度统计方法。程组的解和所述高精度统计方法。程组的解和所述高精度统计方法。

【技术实现步骤摘要】
基于人工智能的农业气象遥感关键参数联合反演方法


[0001]本专利技术属于农业气象遥感关键参数反演
，尤其涉及基于人工智能的农业气象遥感关键参数联合反演方法。

技术介绍

[0002]农业气象遥感关键参数(土壤水分、地表温度、发射率、近地表空气温度和大气水汽)是表征地球各圈层(岩石圈、水圈、大气圈和生物圈)之间能量传输的五个重要物理量，温度(包括地表和近地表)、土壤水分、发射率和大气水汽含量是研究地表和大气之间物质和能量交换、全球海洋环流、气候变化异常等方面不可或缺的重要参数，涉及众多基础学科和重大应用领域。地表温度和土壤水分是农作物等陆地植物、土壤生物赖以生存的重要物质源泉。陆地植物赖以生存的水分、各种矿物质等主要来源于土壤水和溶解在土壤水中的各种营养物质。土壤中的水分可以直接被植物的根系吸收。土壤水是植物所需的各种营养物的主要载体，土壤水分的适量增加有利于各种营养物质的溶解和移动，有利于磷酸盐的水解和有机磷的矿化，这些都能改善植物的营养状况，促进营养物的循环。土壤水分、地表温度、发射率、近地表空气温度和大气水汽可以作为干旱预报、农作物估产等的五个重要指标。在干旱半干旱地区，监测土壤水分、地表温度、发射率、近地表空气温度和大气水汽的时空变化特性对理解土壤－植被相互作用过程，提高土壤和植被的有效利用率尤为必要。在干旱半干旱地区土壤水分蒸发一般是一种及其不利的过程，可使土壤干旱缺水、导致土壤盐渍化等，从而引起土壤沙化、水土流失、植被退化等生态环境恶化现象。在绿洲和沙漠的交错地带由于干旱少雨，土壤水分低，荒漠化的现象比较严重。同时，土壤水分和温度是农作物长势监测和估产的主要参数，准确、快速、大范围的土壤水分测量是作物生长状态监测和估产模型所必需的。运用卫星遥感技术快速准确地获取大面积、长时间序列的地表温度和土壤水分，是顺应当前科学技术发展趋势，是应对多种自然灾害等诸多问题迫切需要开展的研究课题，其研究成果既具有重大的科学意义，同时也具有重要的社会经济价值。
[0003]由于遥感观测信息有限，从遥感数据直接反演的部分农业气象遥感参数的算法精度往往不高，且部分算法缺乏移植性。为了克服这个问题，本专利技术提出了一个利用人工智能(深度学习)耦合物理方法和统计方法的农业气象遥感关键参数系统反演范式和模式，根据信息比率以及通过交叉迭代优化计算依次反演不同的农业气象关键参数。

技术实现思路

[0004]本专利技术的目的在于提出基于人工智能的农业气象遥感关键参数联合反演方法，以能量辐射平衡方程为基础，对不同参数之间的纠缠和耦合关系进行阐述，并提出基于人工智能和大数据的农业气象遥感关键参数经典反演范式，从而为全球卫星遥感数据提供参考算法。
[0005]为实现上述目的，本专利技术提供了基于人工智能的农业气象遥感关键参数联合反演方法，包括以下步骤：
[0006]构建基于辐射能量平衡方程的物理方法获取待测数据，基于所述待测数据通过MODTRAN模型模拟辐射传输过程，获得物理方程组的解，所述物理方程组的解包括地表温度、发射率、近地表空气温度和大气水汽；
[0007]基于所述物理方法构建高精度统计方法，获取相关卫星产品数据、同化模型的高精度数据、地面气象观测数据和卫星BT数据，构建高精度统计大数据库；
[0008]基于所述物理方程组的解结合所述高精度统计方法的解，进行DL的训练并构建DL测试数据库；
[0009]基于所述DL测试数据库，反演所述大气水汽的含量，通过反复交叉迭代训练和测试，获取优化后的所述物理方程组的解和所述高精度统计方法的解。
[0010]可选的，所述待测数据包括：土壤水分、地表温度、发射率、近地表空气温度和大气水汽含量。
[0011]可选的，构建基于辐射能量平衡方程的物理方法的过程包括：矿物质溶解在土壤水分里面，土壤水分的变化影响介电常数变化，改变发射率，所述发射率的变化影响地表的辐射效率，而地表温度变化决定土壤水分的蒸发速度，影响与近地表空气的能量交互，改变近地表空气温度；近地表空气温度的变化影响大气剖面，决定大气平均作用温度；在地表热辐射经过大气，被大气水汽吸收，通过卫星传感器接受被大气水汽吸收的数据，获取所述待测数据。
[0012]可选的，计算所述地表温度和发射率反演需要满足的条件为：(1)初始反演只需获取卫星上若干个红外窗口波段的星上亮温和大气水汽波段或若干个热红外窗口波段星上亮度温度，经过迭代达到所需精度后，则停止计算；(2)如果反复迭代后，精度达不到要求，则将后面其估算得到的参数作为先验知识，重新迭代，直到满足要求；反复迭代达到要求后停止计算。
[0013]可选的，通过经典的MODTRAN模型模拟辐射传输过程，获得物理方程组的解的方法包括：
[0014]B
λ
(T
λ
)＝(1
‑
τ
λ
(θ))(1+(1
‑
ε
λ
)τ
λ
(θ))B
λ
(T
a
)+B
λ
(T
s
)τ
λ
(θ)ε
λ
ꢀꢀ
(1)
[0015]其中B
λ
(T
λ
)为卫星上接收到的星上辐射，τ
λ
(θ)为大气透过率，T
s
为地表温度，T
a
为大气平均作用温度，ε
λ
为地表发射率。
[0016]可选的，基于所述物理方法构建高精度统计方法，获取相关卫星产品数据、同化模型的高精度数据、地面气象观测数据和卫星BT数据的方法包括：基于所述物理方法结合多源数据与卫星同步，获取相关卫星产品数据、同化模型的高精度数据、地面气象观测数据和卫星BT数据。
[0017]可选的，基于所述物理方程组的解结合所述高精度统计方法的解，进行DL的训练并构建DL测试数据库的方法包括：基于所述物理方程组的解结合所述高精度统计方法的解，构造DL
‑
NN的训练和测试数据，按照星上亮温不同参数的占比信息量依次进行交叉迭代反演，占比信息量大的先反演，将占比信息量大的星上亮温不同参数作为先验知识代入反演信息量占比少的参数。
[0018]可选的，获取优化后的所述物理方程组的解和所述高精度统计方法的解的方法包括：基于所述DL测试数据库，采用若干个红外窗口波段和水汽波段或若干个红外窗口波段星上亮温作为输入参数反演地表温度和发射率；将所述地表温度和所述发射率作为先验知
识，估算近地表空气温度；将所述地表温度、所述发射率和所述近地表空气温度作为先验知识，反演所述大气水汽的含量，通过反复交叉迭代训练和测试，获取优化后的所述物理方程组的解和所述高精度统计方法的解。
[0019]本专利技术技术效果：本专利技术公开了基于人工智能的农业气象遥感关键参数联合反演方法，解决了农业气象遥感关键参数相互纠缠的病态反演难题，为卫星遥感参数反演算法提供了参考算法模式，深度动态学本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的农业气象遥感关键参数联合反演方法，其特征在于，包括以下步骤：构建基于辐射能量平衡方程的物理方法获取待测数据，基于所述待测数据通过MODTRAN模型模拟辐射传输过程，获得物理方程组的解，所述物理方程组的解包括地表温度、发射率、近地表空气温度和大气水汽；基于所述物理方法构建高精度统计方法，获取相关卫星产品数据、同化模型的高精度数据、地面气象观测数据和卫星BT数据，构建高精度统计大数据库；基于所述物理方程组的解结合所述高精度统计方法的解，进行DL的训练并构建DL测试数据库；基于所述DL测试数据库，反演所述大气水汽的含量，通过反复交叉迭代训练和测试，获取优化后的所述物理方程组的解和所述高精度统计方法的解。2.如权利要求1所述的基于人工智能的农业气象遥感关键参数联合反演方法，其特征在于，所述待测数据包括：土壤水分、地表温度、发射率、近地表空气温度和大气水汽含量。3.如权利要求1所述的基于人工智能的农业气象遥感关键参数联合反演方法，其特征在于，构建基于辐射能量平衡方程的物理方法的过程包括：矿物质溶解在土壤水分里面，土壤水分的变化影响介电常数变化，改变发射率，所述发射率的变化影响地表的辐射效率，而地表温度变化决定土壤水分的蒸发速度，影响与近地表空气的能量交互，改变近地表空气温度；近地表空气温度的变化影响大气剖面，决定大气平均作用温度；在地表热辐射经过大气，被大气水汽吸收，通过卫星传感器接受被大气水汽吸收的数据，获取所述待测数据。4.如权利要求3所述的基于人工智能的农业气象遥感关键参数联合反演方法，其特征在于，计算所述地表温度和发射率反演需要满足的条件为：(1)初始反演只需获取卫星上若干个红外窗口波段的星上亮温和大气水汽波段或若干个热红外窗口波段星上亮度温度，经过迭代达到所需精度后，则停止计算；(2)如果反复迭代后，精度达不到要求，则将后面其估算得到的参数作为先验知识，重新迭代，直到满足要求；反复迭代达到要求后停止计算。5.如权利要求1所述的基于人工智能的农业气象遥感关键参数联合反演方法，其特征在于，通过经典的MODTRAN模型模拟辐射传输过程，获得物理方程组的解的方法包括：B
λ
(T
λ
)＝(1
‑
τ
λ

【专利技术属性】
技术研发人员：毛克彪，王旭明，曹萌萌，王涵，袁紫晋，杨昌智，
申请(专利权)人：中国农业科学院农业资源与农业区划研究所，
类型：发明
国别省市：