System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
技术介绍
0、(二)
技术介绍
1、目前已有较为完善的水稻辐射建模方法,但是其水稻辐射传输模型输入参数并没有考虑实际的作物生长条件限制,作物生长模型的输出结果也并不能直接输入辐射传输模型,两个领域之间的壁垒没有打通。将作物模型的作物学约束应用到辐射模型,有利于限制辐射模型的输入参数范围,因此在反演过程中可以缓解欠定问题,提升反演精度。
2、本专利技术耦合水稻辐射模型和作物生长模型oryza,实现了对avrm模型的参数约束,并利用粒子滤波实现了模型同化。本模型可以高效准确模拟水稻不同下垫面的冠层、大气顶层反射率,并且能够模拟符合现实的水稻光谱反射数据,对水稻的遥感监测与反演具有重要意义与应用价值。
技术实现思路
0、(三)
技术实现思路
1、7一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于包含以下步骤:
2、(1)选择合适的水稻冠层辐射传输模型,根据模型需求确定输入参数;
3、(2)收集研究区当地历史时序气象信息,耕作管理信息、土壤类型等数据,为作物生长模型提供输入参数,得到当地作物生化参数的先验预测;
4、(3)耦合作物生长模型与水稻冠层辐射传输模型的参数转换关系,通过参数转化实现作物生长模型到辐射传输模型之间不同尺度、单位的参数转化,以作物生长模型约束水稻冠层辐射传输模型的参数输入范围,生产符合实际的水稻生长模拟数据,并输出模拟的水稻冠层反射光谱;
5、(4)采用顺序蒙特卡洛粒子滤波方
6、8根据权利要求1所述的一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于:步骤(1)中所述的“根据水稻冠层辐射传输模型,确定模型所需输入参数”;水稻冠层辐射传输模型参数可以分为水稻冠层结构参数,包括叶面积指数与叶倾角分布、株高、行间距、叶片生理生化参数、土壤参数、大气光学参数、太阳入射天顶角与方位角、观测天顶角与方位角参数、水面粗糙度、水底反射率、水体组分浓度与水深;通过实地测量或相关数据库获取上述参数。
7、9根据权利要求1所述的一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于:步骤(2)中所述的“收集当地历史气象信息,耕作管理特点等数据,为作物模型提供输入参数”,从气象网站获取所需历史气象数据:包括年份、日期、每日辐射量或日照时数、最低气温、最高气温、晨间水汽压、平均风速和降水量;将这些数据输入作物生长模型模拟出当地水稻生长状况。
8、10根据权利要求1所述的一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于:步骤(3)中所述“耦合作物生长模型与水稻冠层辐射传输模型的参数转换关系,以作物生长模型约束水稻冠层辐射传输模型的参数输入范围,生产符合实际的水稻生长模拟数据”;通过设置合理的水稻生长条件,即以基因型、环境和管理为特征、观测条件,即由当地纬度、年份和时间决定,运行作物生长模型得到一套合理的水稻性状参数,并利用合理的变量转换关系实现参数传递,具体步骤如下:
9、第一步:统一水稻生长阶段参数;不同品种水稻有不同生长时间,因此采用发育阶段参数,从0~2表征了水稻完整的生命周期,具体分为:基本营养阶段bvp、光敏期psp、成熟期pfp和灌浆期gfp;
10、第二步:综合作物模型输出和辐射模型的输入,可选取的关键参数有:叶绿素、类胡萝卜素、水分含量、棕色素含量、叶片结构参数、叶倾角参数和植被高度;参数值随生长期的变化规律确定如下:
11、
12、
13、11以上各参数的含义说明如下:其中a,b,c为拟合系数,根据当地水稻品种,种植条件确定;含水量cw的表达式中,为相对含水量差异,下标1,2分别表示最大和最低含水量,由当地作物测算得;sla为比叶面积指数,其物理含义为单位叶片重量的叶面积,其中lai为叶面积指数,wlv为单位面积叶片重量;结构参数n的表达式中k为经验参数;叶倾角分布函数lidfa中,ala为平均叶倾角,以此计算叶倾角信息的输入参数;热点参数h的表达式中,ll和lw分别为叶片定型后叶长和最大叶宽。
14、12根据权利要求1所述的一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于:步骤(4)中所述“采用顺序蒙特卡洛粒子滤波方法,计算模拟光谱和实际光谱之间的差异,更新不同条件下作物参数权重,实现数据同化,达到对水稻参数的最佳跟踪及预测”,具体步骤如下:
15、第一步:模拟大量不同水稻生长环境,气候变化以及管理方式的水稻生长信息,将其转化为辐射模型输出的光谱作为基本粒子,以提供不同气候参数条件的先验估计;
16、第二步:采集同化时间步长t上的水稻光谱反射率,在单个波段b的反射率值假设为其相应标准差为表示了观测不确定性;如果同化源为多光谱卫星,则采用其光谱响应函数计算出各波段等效光谱反射率值其中i代表相应的粒子;粒子i对每个波段采集的时间步长为t的每个模拟反射率计算的权重为:
17、
18、对于i次模拟,可以计算出i×b的矩阵,其相应位置的权值为第i个粒子在b波段处的权值;先归一化在同一个波段每个粒子的权值,在归一化在所有波段的权值,即可得到特定粒子的全局权值如下:
19、
20、其中np粒子数,nb为波段数;
21、最终的全局均值为对上述的初始全局均值的归一化:
22、
23、后续即可使用全局权值获取各种期望参数的预测,如下:
24、
25、其中e()代表加权期望,rs代表反射率,下标da表示同化。
26、本专利技术与现有技术相比的优点在于:本专利技术耦合水稻作物生长模型,辐射传输模型,克服了同类研究中对现实约束把握不强的问题,通过合理的生物学约束,提升了模拟数据的现实意义,且通过粒子滤波实现了较好的同化,相比于单一作物模型或辐射模型,本专利技术的耦合模型生物约束强,物理概念清晰、通用性强、计算方便、速度快,且具有可靠的精度保证。
本文档来自技高网...【技术保护点】
1.一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于包含以下步骤:
2.根据权利要求1所述的一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于:步骤(1)中所述的“根据水稻冠层辐射传输模型,确定模型所需输入参数”;水稻冠层辐射传输模型参数可以分为水稻冠层结构参数,包括叶面积指数与叶倾角分布、株高、行间距、叶片生理生化参数、土壤参数、大气光学参数、太阳入射天顶角与方位角、观测天顶角与方位角参数、水面粗糙度、水底反射率、水体组分浓度与水深;通过实地测量或相关数据库获取上述参数。
3.根据权利要求1所述的一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于:步骤(2)中所述的“收集当地历史气象信息,耕作管理特点等数据,为作物模型提供输入参数”,从气象网站获取所需历史气象数据:包括年份、日期、每日辐射量或日照时数、最低气温、最高气温、晨间水汽压、平均风速和降水量;将这些数据输入作物生长模型模拟出当地水稻生长状况。
4.根据权利要求1所述的一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于:步骤(3)中所述“耦合作
5.以上各参数的含义说明如下:其中a,b,c为拟合系数,根据当地水稻品种,种植条件确定;含水量Cw的表达式中,为相对含水量差异,下标1,2分别表示最大和最低含水量,由当地作物测算得;SLA为比叶面积指数,其物理含义为单位叶片重量的叶面积,其中LAI为叶面积指数,wlv为单位面积叶片重量;结构参数N的表达式中k为经验参数;叶倾角分布函数LIDFa中,ALA为平均叶倾角,以此计算叶倾角信息的输入参数;热点参数H的表达式中,LL和LW分别为叶片定型后叶长和最大叶宽。
6.根据权利要求1所述的一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于:步骤(4)中所述“采用顺序蒙特卡洛粒子滤波方法,计算模拟光谱和实际光谱之间的差异,更新不同条件下作物参数权重,实现数据同化,达到对水稻参数的最佳跟踪及预测”,具体步骤如下:
...【技术特征摘要】
1.一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于包含以下步骤:
2.根据权利要求1所述的一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于:步骤(1)中所述的“根据水稻冠层辐射传输模型,确定模型所需输入参数”;水稻冠层辐射传输模型参数可以分为水稻冠层结构参数,包括叶面积指数与叶倾角分布、株高、行间距、叶片生理生化参数、土壤参数、大气光学参数、太阳入射天顶角与方位角、观测天顶角与方位角参数、水面粗糙度、水底反射率、水体组分浓度与水深;通过实地测量或相关数据库获取上述参数。
3.根据权利要求1所述的一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于:步骤(2)中所述的“收集当地历史气象信息,耕作管理特点等数据,为作物模型提供输入参数”,从气象网站获取所需历史气象数据:包括年份、日期、每日辐射量或日照时数、最低气温、最高气温、晨间水汽压、平均风速和降水量;将这些数据输入作物生长模型模拟出当地水稻生长状况。
4.根据权利要求1所述的一种水稻冠层辐射模型与作物生长模型的耦合建模方法,其特征在于:步骤(3)中所述“耦合作物生长模型与水稻冠层辐射传输模型的参数转换关...
【专利技术属性】
技术研发人员:周冠华,田晨,李智峰,陈思中,吴一帆,方璐璐,冯岩,
申请(专利权)人:北京航空航天大学,
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。