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() 一种土壤墒情确定方法、装置、设备、介质及程序产品制造方法及图纸_技高网

一种土壤墒情确定方法、装置、设备、介质及程序产品制造方法及图纸

技术编号:44496231 阅读:0 留言:0更新日期:2025-03-04 18:03
本发明专利技术公开了一种土壤墒情确定方法、装置、设备、介质及产品。该方法包括:获取目标区域在目标时间的第一土壤水分数据和第二土壤水分数据;根据第一土壤水分数据以及第一预测模型,确定第一墒情预测结果;根据第二土壤水分数据以及第二预测模型,确定第二墒情预测结果;根据第一墒情预测结果和第二墒情预测结果,确定目标区域在目标时间的土壤墒情。本技术方案解决了土壤水分监测深度不足的问题,通过利用多源土壤水分数据实现目标区域多层次的土壤墒情监测,在保证土壤墒情监测的可靠性的同时,提高土壤水分数据空间分辨率,为农业灌溉提供稳定可靠的依据。

【技术实现步骤摘要】

本专利技术涉及地理测绘,尤其涉及一种土壤墒情确定方法、装置、设备、介质及产品。


技术介绍

1、土壤墒情是指农作物耕层土壤中含水量多少的情况,在农业灌溉上有重要参考价值。卫星遥感是土壤水分监测的有利有段,主要有光学遥感和微波遥感两类。其中,光学遥感通过传感器接受地物发射率信息实现土壤水分监测。微波遥感分为主动微波遥感和被动微波遥感,主动微波遥感通过雷达获取地表后向散射系数,反演土壤水分数据。被动微波遥感则通过测量地表亮温估算土壤水分数据。光学遥感数据空间分辨率高,光谱信息丰富,但是穿透能力差,容易受到恶劣天气的影响,数据连续性较差。微波具有更好的穿透性,云雨天气时依然能够正常工作,且不受光照条件限制,可以实现全天候监测,并且对土壤水分识别的敏感性强,可以进行大范围实时土壤水分监测,但微波遥感数据的空间分辨率低,往往有几公里甚至几十公里。

2、针对光学遥感与微波遥感的特点,现有技术主要通过微波遥感数据与光学遥感数据协同反演,对微波遥感数据进行降尺度,以得到区域的土壤墒情。但是,光学遥感与微波遥感的感知深度有限,通常只能反映土壤表层(地面以下1-2cm深度)的水分含量,许多农作物的种植深度远远超过该感知深度。因此,现有技术对于土壤水分的深度监测不足,需要一种土壤墒情确定方法,克服土壤水分监测深度不足的问题。


技术实现思路

1、本专利技术提供了一种土壤墒情确定方法、装置、设备、介质及产品,以解决土壤水分监测深度不足的问题,通过利用多源土壤水分数据实现目标区域多层次的土壤墒情监测,在保证土壤墒情监测的可靠性的同时,提高土壤水分数据空间分辨率,为农业灌溉提供稳定可靠的依据。

2、根据本专利技术的一方面,提供了一种土壤墒情确定方法,所述方法包括:

3、获取目标区域在目标时间的第一土壤水分数据和第二土壤水分数据;其中,所述第一土壤水分数据是基于光学遥感数据确定的表层土壤水分数据;所述第二土壤水分数据是基于微波遥感数据确定的表层土壤水分数据;所述第一土壤水分数据的空间分辨率高于所述第二土壤水分数据的空间分辨率;

4、根据所述第一土壤水分数据以及预先训练的第一预测模型,确定第一墒情预测结果;其中,所述第一墒情预测结果包括多层次的土壤墒情数据;

5、根据所述第二土壤水分数据以及预先训练的第二预测模型,确定第二墒情预测结果;其中,所述第二墒情预测结果与所述第一墒情预测结果的空间分辨率相同;

6、根据所述第一墒情预测结果和所述第二墒情预测结果,确定目标区域在目标时间的土壤墒情。

7、根据本专利技术的另一方面,提供了一种土壤墒情确定装置,该装置包括:

8、数据获取模块,用于获取目标区域在目标时间的第一土壤水分数据和第二土壤水分数据;其中,所述第一土壤水分数据是基于光学遥感数据确定的表层土壤水分数据;所述第二土壤水分数据是基于微波遥感数据确定的表层土壤水分数据;所述第一土壤水分数据的空间分辨率高于所述第二土壤水分数据的空间分辨率;

9、第一预测结果确定模块,用于根据所述第一土壤水分数据以及预先训练的第一预测模型,确定第一墒情预测结果;其中,所述第一墒情预测结果包括多层次的土壤墒情数据;

10、第二预测结果确定模块,用于根据所述第二土壤水分数据以及预先训练的第二预测模型,确定第二墒情预测结果;其中,所述第二墒情预测结果与所述第一墒情预测结果的空间分辨率相同;

11、土壤墒情确定模块,用于根据所述第一墒情预测结果和所述第二墒情预测结果,确定目标区域在目标时间的土壤墒情。

12、根据本专利技术的另一方面,提供了一种电子设备,所述电子设备包括:

13、至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任一实施例所述的土壤墒情确定方法。

14、根据本专利技术的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的土壤墒情确定方法。

15、根据本专利技术的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本专利技术任一实施例所述的土壤墒情确定方法。

16、本专利技术实施例的技术方案,通过获取目标区域在目标时间的第一土壤水分数据和第二土壤水分数据;其中,所述第一土壤水分数据是基于光学遥感数据确定的表层土壤水分数据;所述第二土壤水分数据是基于微波遥感数据确定的表层土壤水分数据;所述第一土壤水分数据的空间分辨率高于所述第二土壤水分数据的空间分辨率;根据所述第一土壤水分数据以及预先训练的第一预测模型,确定第一墒情预测结果;其中,所述第一墒情预测结果包括多层次的土壤墒情数据;根据所述第二土壤水分数据以及预先训练的第二预测模型,确定第二墒情预测结果;其中,所述第二墒情预测结果与所述第一墒情预测结果的空间分辨率相同;根据所述第一墒情预测结果和所述第二墒情预测结果,确定目标区域在目标时间的土壤墒情。该技术方案解决了土壤水分监测深度不足的问题,通过利用多源土壤水分数据实现目标区域多层次的土壤墒情监测,在保证土壤墒情监测的可靠性的同时,提高土壤水分数据空间分辨率,为农业灌溉提供稳定可靠的依据。

17、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种土壤墒情确定方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述第一预测模型的训练过程包括:

3.根据权利要求2所述的方法,其特征在于,所述第二预测模型的训练过程包括:

4.根据权利要求2所述的方法,其特征在于,所述第一预测模型包括各层次匹配的第一预测子模型;预先构建的机器学习模型的数量为多个;

5.根据权利要求3所述的方法,其特征在于,所述第二预测模型包括各层次匹配的第二预测子模型;预先构建的机器学习模型的数量为多个;

6.根据权利要求1所述的方法,其特征在于,所述第一土壤水分数据包括陆面表温度、归一化植被指数、水分亏缺指数、温度-植被干旱指数以及植被条件指数中的至少一个;

7.一种土壤墒情确定装置,其特征在于,所述装置包括:

8.一种电子设备,其特征在于,所述电子设备包括:

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的土壤墒情确定方法。

>10.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的土壤墒情确定方法。

...

【技术特征摘要】

1.一种土壤墒情确定方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述第一预测模型的训练过程包括:

3.根据权利要求2所述的方法,其特征在于,所述第二预测模型的训练过程包括:

4.根据权利要求2所述的方法,其特征在于,所述第一预测模型包括各层次匹配的第一预测子模型;预先构建的机器学习模型的数量为多个;

5.根据权利要求3所述的方法,其特征在于,所述第二预测模型包括各层次匹配的第二预测子模型;预先构建的机器学习模型的数量为多个;

6.根据权利要求1所述的方法,其特征在于...

【专利技术属性】
技术研发人员:薛龙琴王晓然郭鹏
申请(专利权)人:河南省气象科学研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1