一种干旱地区作物单产早期预测方法技术

本发明专利技术公开了一种干旱地区作物单产早期预测方法，S1.获取长时间序列的地表参数数据集，S2.估算根区土壤水分，S3.计算土壤有效含水量百分比，S4.估算水分亏缺面积比例，S5.估算作物积累长势偏差，S6.预测监测区域任意作物生长期内的早期单产；本发明专利技术耦合水分亏缺面积比例与作物累积长势偏差，共同构建干旱地区作物单产预测模型，其能够全面考虑可用水量分布状况和作物生长状态对作物产量的影响，从而实现干旱地区不同作物类型作物产量的早期预测。测。测。

【技术实现步骤摘要】
一种干旱地区作物单产早期预测方法


[0001]本专利技术涉及一种作物单产预测方法，尤其涉及一种干旱地区作物单产早期预测方法。

技术介绍

[0002]粮食产量的估算对于农业规划、采购、运输、储存、出口/进口粮食等方面都至关重要。
[0003]分化来看，干旱种植区的作物生长对水分的需求十分敏感，低可用土壤水分使得农业种植更容易受到天气的影响，导致干旱频繁发生和作物产量的不确定性增加；在雨养种植区，作物的整地和播种完全依赖于降水提供的土壤水分，根区土壤水分直接影响播种时间，而播种延迟将导致作物产量下降。
[0004]对此，领域内通常通过以下作物产量估算方法加以预测：
[0005]传统的实地调查方法一直是早期作物产量估算常用方法，但该方法存在工作量大、耗时长、成本高等问题，同时，调查结果还受到主观因素和样本数量的影响，出现偏差和误差的可能性较高。
[0006]统计分析方法是另一种常见的作物产量估算方法，主要是基于历史数据和模型预测，该方法模型的适用性和可靠性取决于历史数据的质量和样本数量，且模型对于外部因素的变化和干扰不够敏感，易造成预测结果偏差较大。
[0007]随着遥感技术的快速发展，利用卫星遥感数据进行作物产量预测成为一种更为普及的方法，遥感技术通过获取卫星收集的地表信息，如植被指数、土壤水分和气象数据，为作物生长和产量预测提供了丰富的数据来源，但目前传统产量预测模型多采用土壤水分只是反映土壤中的水分状况，并不能直接表征植物根系的水分可获取量，从而影响了预测的准确性；
[0008]此外，植被指数是衡量植被状况和生长活力的重要指标，像元尺度的早期作物单产预测多采用作物生长期的植被指数这一手段，作物单产预测的时效性无法得到保证。

技术实现思路

[0009]为了解决上述技术所存在的不足之处，本专利技术提供了一种干旱地区作物单产早期预测方法。
[0010]为了解决以上技术问题，本专利技术采用的技术方案是：耦合水分亏缺面积比例与作物累积长势偏差，该方法包括：
[0011]S1.获取长时间序列的地表参数数据集，
[0012]该数据集与土壤水分空间分布和变化密切相关，
[0013]且具体包括降水数据集、蒸散发、表层土壤水分、增强型植被指数、土壤类型、作物分布图、灌溉面积数据；
[0014]S2.估算根区土壤水分，
[0015]具体通过水平衡方程计算逐日水量变化，公式如下，
[0016]RZSM(t+1)＝RZSM(t)+PR(t+1)+IR(t+1)
‑
ET(t+1)+GD(t+1)+SR(t+1) (1)，
[0017]式中，RZSM(t+1)表示通过遥感数据驱动计算的第t+1天的根区土壤水分，RZSM(t)表示通过遥感数据驱动计算的第t天的根区土壤水分，PR(t+1)表示第t+1天的降水量，IR(t+1)表示第t+1天的灌溉量，其中干旱无水源地区的灌溉量可视为0，ET(t+1)表示第t+1天的蒸散发值，GD(t+1)表示第t+1天的下层对上层的水分补给或向下渗漏量，SR(t+1)表示第t+1天的小尺度地表径流，其中干旱地区降水强度较小，水交换主要发生在垂直方向，小尺度地表径流可忽略不计，
[0018]针对干旱地区，将公式(1)进行简化，得公式(2)如下，
[0019][0020]式中，RZSM_RS(t+1)表示通过遥感数据获取的第t+1天的根区土壤水分，RZSM_RS(t)表示通过遥感数据获取的第t天的根区土壤水分，PR_RS(t+1)表示通过遥感数据获取的第t+1天的降水量，ET_RS(t+1)表示通过遥感数据获取的第t+1天的蒸散发值，FC表示每种土壤类型的田间持水量；
[0021]S3.计算土壤有效含水量百分比，即PASM，公式如下：
[0022][0023]式中，RZSM_RS表示根区土壤水分，FC表示每种土壤类型的田间持水量，WP表示土壤的凋萎系数，二者的单位均为m3/m3。
[0024]S4.估算水分亏缺面积比例，即WDAP，公式如下：
[0025][0026]式中，PASM
lim
表示可用水量百分比临界值，Pixel(PASM＜PASM
lim
)表示某一区域内低于可用水量百分比临界值PASM
lim
的像元数，Pixel(all)表示该区域内所有像元总数。
[0027]S5.估算作物积累长势偏差，即BIAS(Condition
acc
)，公式如下：
[0028]BIAS(Condition
acc
)＝Condition
acc
/Condition(ave)
acc
ꢀꢀꢀ
(7)，
[0029]式中，BIAS(Condition
acc
)为累积长势偏差，Condition
acc
为累积长势值，Condition(ave)
acc
为累积长势平均值；
[0030]S6.预测监测区域任意作物生长期内的早期单产，
[0031]将S4和S5的长时序数据集进行多项式拟合构建早期单产预测模型，具体模型公式(8)如下：
[0032]Yield＝f(WDAP,BIAS(Condition
acc
))＝μ1+μ2*WDAP+μ3*BIAS(Condition
acc
)+μ4*WDAP2+μ5*BIAS(Condition
acc
)2[0033]式中，Yield表示监测区域的统计单产或实测单产数据，f表示Yield与WDAP、BIAS(Condition
acc
)之间构建的预测模型，μ1、μ2、μ3、μ4、μ5分别为拟合模型系数，
[0034]通过公式(8)即可预测监测区域任意作物生长期内的早期单产。
[0035]进一步地，在S1中，
[0036]降水数据集，即GR，该数据用于初始化水平衡模型，驱动该模型计算土壤有效水分，并评估监测区域降水量的变异性；
[0037]蒸散发，即ET，该数据为计算土壤有效含水量的主要输入；
[0038]表层土壤水分，即TM，该数据为用于驱动水平衡模型的初始条件；
[0039]增强型植被指数，即EVI，该数据用于表征作物生长状况，计算作物累积长势信息，为产量预测的主要输入；
[0040]土壤类型，即SD，该数据用于提供特定土壤类型和特定土壤深度的田间持水量以及凋萎系数；
[0041]作物分布图，即CD，提取监测区域的作物分布数据，用于掩盖非作物区域；
[0042]灌溉面积数据，即GM，提取监测区域的灌溉分布数据，用于掩盖有灌溉区域。
[0043]进一步地，在S2中对干旱地区进行根区土壤水分估算时，将水平衡方程中的各分量用遥感数据替代，进而通过遥感数据对传统水分平衡模型，即公式(1)的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种干旱地区作物单产早期预测方法，其特征在于，耦合水分亏缺面积比例与作物累积长势偏差，该方法包括：S1.获取长时间序列的地表参数数据集，所述该数据集与土壤水分空间分布和变化密切相关，且具体包括降水数据集、蒸散发、表层土壤水分、增强型植被指数、土壤类型、作物分布图、灌溉面积数据；S2.估算根区土壤水分，具体通过水平衡方程计算逐日水量变化，公式如下，RZSM(t+1)＝RZSM(t)+PR(t+1)+IR(t+1)
‑
ET(t+1)+GD(t+1)+SR(t+1) (1)，式中，RZSM(t+1)表示通过遥感数据驱动计算的第t+1天的根区土壤水分，RZSM(t)表示通过遥感数据驱动计算的第t天的根区土壤水分，PR(t+1)表示第t+1天的降水量，IR(t+1)表示第t+1天的灌溉量，其中干旱无水源地区的灌溉量可视为0，ET(t+1)表示第t+1天的蒸散发值，GD(t+1)表示第t+1天的下层对上层的水分补给或向下渗漏量，SR(t+1)表示第t+1天的小尺度地表径流，其中干旱地区降水强度较小，水交换主要发生在垂直方向，小尺度地表径流可忽略不计，针对干旱地区，将公式(1)进行简化，得公式(2)如下，式中，RZSM_RS(t+1)表示通过遥感数据获取的第t+1天的根区土壤水分，RZSM_RS(t)表示通过遥感数据获取的第t天的根区土壤水分，PR_RS(t+1)表示通过遥感数据获取的第t+1天的降水量，ET_RS(t+1)表示通过遥感数据获取的第t+1天的蒸散发值，FC表示每种土壤类型的田间持水量；S3.计算土壤有效含水量百分比，即PASM，公式如下：式中，RZSM_RS表示根区土壤水分，FC表示每种土壤类型的田间持水量，WP表示土壤的凋萎系数，二者的单位均为m3/m3。S4.估算水分亏缺面积比例，即WDAP，公式如下：式中，PASM
lim
表示可用水量百分比临界值，Pixel(PASM＜PASM
lim
)表示某一区域内低于可用水量百分比临界值PASM
lim
的像元数，Pixel(all)表示该区域内所有像元总数。S5.估算作物积累长势偏差，即BIAS(Condition
acc
)，公式如下：BIAS(Condition
acc
)＝Condition
acc
/Condition(ave)
acc
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)，式中，BIAS(Condition
acc
)为累积长势偏差，Condition
acc
为累积长势值，Condition(ave)
acc
为累积长势平均值；S6.预测监测区域任意作物生长期内的早期单产，将所述S4和S5的长时序数据集进行多项式拟合构建早期单产预测模型，具体模型公式
(8)如下：Yield＝f(WDAP,BIAS(Conditio...

【专利技术属性】
技术研发人员：常胜，陈虹，
申请(专利权)人：中国自然资源航空物探遥感中心，
类型：发明
国别省市：