一种基于多源数据的作物估产方法技术

本发明专利技术公开了一种基于多源数据的作物估产方法，包括以下步骤：获取待估产作物的多个历史亩产影响指数和多个历史亩产变化指标；根据最小二乘法，分别以所述多个历史亩产影响指数为自变量、所述多个历史亩产变化指标为因变量进行回归分析，得到多个回归方程；获取目标估产年份的多个产量影响指数，结合所述多个回归方程，计算所述目标估产年份的多个亩产变化指标；将所述多个亩产变化指标输入预先建立的估产模型，预测所述待估产作物的产量。本方案综合考虑作物生长环境和生长特点，结合特定区域的作物物候期，构建包含基准亩产和产量变动量的作物估产模型，其中产量变动量可考虑环境的影响，有助于动态调整估产结果，提高作物估产的精度。产的精度。产的精度。

【技术实现步骤摘要】
一种基于多源数据的作物估产方法


[0001]本专利技术涉及精准农业和农业信息化领域，尤其涉及一种基于多源数据的作物估产方法。

技术介绍

[0002]作物作为重要的经济作物和国际贸易农产品之一，已成为我国南方广大地区的农业经济支柱产业，随着农业信息技术的研究和应用，传统农业正逐渐向信息农业及科技农业转变，遥感技术由于其大面积同步观测的特点，在科技农业转变的过程中发挥着越来越重要的作用，区别于以往的作物估产方法，遥感技术为对作物综合、宏观、快速和动态观测提供了新的科学技术手段。
[0003]当前，将实时的遥感信息与农作物生长机理模型相结合，实现区域作物生长的动态监测，尤其是产量估计，推动遥感信息在我国精准农业估产中的应用具有重要应用价值，而我国作为作物生产的主要国家，预测产量是作物生产精细管理的重要内容。目前国内多数学者运用单时相、多时相光谱估产模型以及与农作物生长相结合的复合估产模型对水稻、小麦、苹果等进行了遥感估产。唐延林等人利用水稻成熟期冠层高光谱数据对水稻进行产量估算；雷彤等人对栖霞市苹果果期的冠层反射光谱进行实测，通过敏感波段与果树比指标建立回归模型，实现了对苹果冠层果量的无损估测；李明霞、欧文浩等人通过比较农作物之间的光谱特征差异以及产量形成的关键时期，利用高光谱遥感技术建立模型，选择估产的最佳时相；樊科研等人提取番茄的主要农学参数，建立基于农学参数的复合光谱估产模型，对番茄4个生育时期进行产量估算；黄敬峰等人利用冬小麦的地面光谱资料和农学参数资料，建立冬小麦发育期的遥感估产模型。然而前人多从产量形成的单一时相出发，建立作物的估产模型，综合考虑作物本身特征及生长环境影响的估产模型则鲜有提及，同时，基于统计调查数据的估产结果多局限在行政单元，无法精确到地块尺度。

技术实现思路

[0004]本专利技术提供的一种基于多源数据的作物估产方法，旨在使用地理信息和遥感技术，综合考虑统计调查数据及遥感数据，通过分析作物长势及环境影响，构建包含基准亩产和产量变动量的作物估产模型，并最终获取地块尺度及行政单元尺度的作物估产结果。
[0005]为实现上述目的，本专利技术采用以下技术方案：
[0006]本专利技术的一种基于多源数据的作物估产方法，包括以下步骤：
[0007]获取待估产作物的多个历史亩产影响指数和多个历史亩产变化指标；
[0008]根据最小二乘法，分别以所述多个历史亩产影响指数为自变量、所述多个历史亩产变化指标为因变量进行回归分析，得到多个回归方程；
[0009]获取目标估产年份的多个产量影响指数，结合所述多个回归方程，计算所述目标估产年份的多个亩产变化指标；
[0010]将所述多个亩产变化指标输入预先建立的估产模型，预测所述待估产作物的产
量。
[0011]利用地理信息技术和遥感技术，获取待估产果树历年的植被数据、环境数据和产量数据，其中历年产量数据包含亩产变化指标基准亩产和亩产变动量的历史数据，环境数据包含历年的温度数据与降水数据，并利用最大值合成法按月合成陆地表面温度数据，通过公式计算得到得到亩产影响指数即植被状态指数、温度状态指数和降水状态指数的历史数据，再利用回归方程中的最小二乘法，以植被状态指数为自变量、基准亩产为因变量构建第一回归方程，以温度状态指数与降水状态指数为自变量、亩产变动量为因变量构建第二回归方程，根据第一、第二回归方程计算目标估产年份的基准亩产与亩产变动量，将目标估产年份的基准亩产与亩产变动量输入预先建立的估产模型中，结合了地理信息技术和遥感技术，利用遥感技术的客观性、高效性和高精度等优点，使用多源卫星影像数据，综合考虑作物生长环境和生长特点，收集整理植被数据、环境数据及历年产量数据，结合特定区域的作物物候期，构建包含基准亩产和产量变动量的作物估产模型，并利用历年真实产量数据对模型进行验证，最终得到作物估产模型，并制作作物产量分布图及各乡镇产量估算统计表，提高了作物估产的精度。
[0012]作为优选，所述获取待估产作物的多个历史亩产影响指数和多个历史亩产变化指标，包括：
[0013]获取待估产作物预处理后的多源遥感影像数据和多个历史亩产变化指标，所述预处理包含几何校正及重采样；
[0014]获取多个影响指数计算公式，结合处理后的遥感影像数据，计算所述待估产作物的多个历史亩产影响指数。
[0015]作为优选，所述将所述多个亩产变化指标输入预先建立的估产模型，预测所述待估产作物的产量，包括：
[0016]获取所述待估产作物的历年产量数据，根据所述历年产量数据的偏差计算所述待估产作物的产量修正值；
[0017]根据最小二乘法，构建基于所述多个历史亩产变化指标和所述产量修正值的估产模型；
[0018]将所述目标估产年份的多个亩产变化指标输入所述估产模型中，得到所述待估产作物的亩产量。
[0019]作为优选，所述将所述多个亩产变化指标输入预先建立的估产模型，预测所述待估产作物的产量之后，还包括：
[0020]获取所述待估产作物的高分辨率遥感影像数据；
[0021]利用卷积神经网络对所述高分辨率遥感影像数据进行训练，得到所述待估产作物的种植分布图；
[0022]根据所述种植分布图及预测的产量，绘制所述待估产作物的面状产量图；
[0023]按照地块对所述面状产量图进行裁切，得到以地块为单元的作物产量分布图。
[0024]一种基于多源数据的作物估产装置，包括：
[0025]获取模块，用于获取待估产作物的多个历史亩产影响指数和多个历史亩产变化指标；
[0026]分析模块，用于根据最小二乘法，分别以所述多个历史亩产影响指数为自变量、所
述多个历史亩产变化指标为因变量进行回归分析，得到多个回归方程；
[0027]计算模块，用于获取目标估产年份的多个产量影响指数，结合所述多个回归方程，计算所述目标估产年份的多个亩产变化指标；
[0028]估产模块，用于将所述多个亩产变化指标输入预先建立的估产模型，预测所述待估产作物的产量。
[0029]作为优选，所述获取模块包括：
[0030]处理单元，用于获取待估产作物预处理后的多源遥感影像数据和多个历史亩产变化指标，所述预处理包含几何校正及重采样；
[0031]计值单元，用于获取多个影响指数计算公式，结合处理后的遥感影像数据，计算所述待估产作物的多个历史亩产影响指数。
[0032]作为优选，所述估产模块包括：
[0033]定值单元，用于获取所述待估产作物的历年产量数据，根据所述历年产量数据的偏差计算所述待估产作物的产量修正值；
[0034]构建单元，用于根据最小二乘法，构建基于所述多个历史亩产变化指标和所述产量修正值的估产模型；
[0035]预测单元，用于将所述目标估产年份的多个亩产变化指标输入所述估产模型中，得到所述待估产作物的亩产量。
[0036]作为优选，所述估产模块之后还包括分布模块，包含：
[0037]采集单元，用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源数据的作物估产方法，其特征在于，包括以下步骤：获取待估产作物的多个历史亩产影响指数和多个历史亩产变化指标；根据最小二乘法，分别以所述多个历史亩产影响指数为自变量、所述多个历史亩产变化指标为因变量进行回归分析，得到多个回归方程；获取目标估产年份的多个产量影响指数，结合所述多个回归方程，计算所述目标估产年份的多个亩产变化指标；将所述多个亩产变化指标输入预先建立的估产模型，预测所述待估产作物的产量。2.根据权利要求1所述的一种基于多源数据的作物估产方法，其特征在于，所述获取待估产作物的多个历史亩产影响指数和多个历史亩产变化指标，包括：获取待估产作物预处理后的多源遥感影像数据和多个历史亩产变化指标，所述预处理包含几何校正及重采样；获取多个影响指数计算公式，结合处理后的遥感影像数据，计算所述待估产作物的多个历史亩产影响指数。3.根据权利要求1所述的一种基于多源数据的作物估产方法，其特征在于，所述将所述多个亩产变化指标输入预先建立的估产模型，预测所述待估产作物的产量，包括：获取所述待估产作物的历年产量数据，根据所述历年产量数据的偏差计算所述待估产作物的产量修正值；根据最小二乘法，构建基于所述多个历史亩产变化指标和所述产量修正值的估产模型；将所述目标估产年份的多个亩产变化指标输入所述估产模型中，得到所述待估产作物的亩产量。4.根据权利要求1所述的一种基于多源数据的作物估产方法，其特征在于，所述将所述多个亩产变化指标输入预先建立的估产模型，预测所述待估产作物的产量之后，还包括：获取所述待估产作物的高分辨率遥感影像数据；利用卷积神经网络对所述高分辨率遥感影像数据进行训练，得到所述待估产作物的种植分布图；根据所述种植分布图及预测的产量，绘制所述待估产作物的面状产量图；按照地块对所述面状产量图进行裁切，得到以地块为单元的作物产量分布图。5.一种基于多源数据的作物估产装置，其特征在于，包括：获取模块，用于获取待估产作物的多个历史亩产影响指数和多个历史亩产变化指标；分析模块，用于根据最小二乘法，分别以所述多个历史亩产影响指数为自变量...

【专利技术属性】
技术研发人员：周祖煜，王俊霞，余敏，陈煜人，李天齐，
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：