预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115753625A(43)申请公布日2023.03.07(21)申请号202211364828.6(22)申请日2022.11.02(71)申请人中国农业大学地址100193北京市海淀区圆明园西路2号(72)发明人黄健熙卓文黄海吴妍潼牛全弟(74)专利代理机构北京路浩知识产权代理有限公司11002专利代理师张正秋(51)Int.Cl.G01N21/17(2006.01)G06F30/27(2020.01)G06N7/01(2023.01)权利要求书2页说明书7页附图3页(54)发明名称区域作物的产量估测方法、装置、电子设备及存储介质(57)摘要本发明提供区域作物的产量估测方法、装置、电子设备及存储介质,包括:确定WOFOST模型的模型模拟误差Q;基于内外嵌套数据同化模型获得优化遥感观测误差R;其中,内外嵌套数据同化模型的内层采用集合卡尔曼滤波算法,外层采用最大似然函数形式的代价函数;利用遥感观测误差R得到LAI遥感观测集合,并将优化后的遥感观测误差R和模型模拟误差Q代入集合卡尔曼滤波同化算法,实现时间序列LAI的轨迹的优化,并采用优化的LAI驱动WOFOST模型进行作物产量估测。本发明基于内外嵌套数据同化模型,克服了遥感与作物模型数据同化系统中遥感观测误差和模型模拟误差难以定量化的瓶颈问题,提高了区域作物的产量估测精度。CN115753625ACN115753625A权利要求书1/2页1.一种区域作物的产量估测方法,其特征在于,包括:基于站点实测LAI和产量数据,对WOFOST模型进行标定,获得所述WOFOST模型的预设参数的后验概率分布;基于所述后验概率分布采样得到WOFOST模型的模拟LAI集合以及所述WOFOST模型的模型模拟误差Q;基于内外嵌套数据同化模型获得优化后的遥感观测误差R;其中,所述内外嵌套数据同化模型的内层采用集合卡尔曼滤波算法,所述内外嵌套数据同化模型的外层采用最大似然代价函数;利用所述遥感观测误差R得到LAI遥感观测集合,并将所述遥感观测误差R和所述模型模拟误差Q代入集合卡尔曼滤波算法,实现LAI的优化,并基于优化的LAI驱动所述WOFOST模型进行作物产量估测。2.根据权利要求1所述的区域作物的产量估测方法,其特征在于,所述基于内外嵌套数据同化模型获得优化后的遥感观测误差R之前,包括:获取研究区域的作物在生育期内的GLASSLAI产品,基于遥感观测误差初值R0扰动GLASSLAI产品生成初始遥感观测LAI集合;所述利用所述遥感观测误差R得到LAI遥感观测集合,包括:利用所述遥感观测误差R重新扰动GLASSLAI产品得到LAI遥感观测集合。3.根据权利要求2所述的区域作物的产量估测方法,其特征在于,所述基于内外嵌套数据同化模型获得优化后的遥感观测误差R,包括:以所述站点实测LAI为状态变量,通过所述内外嵌套数据同化模型,优化所述GLASSLAI产品中遥感观测误差R。4.根据权利要求3所述的区域作物的产量估测方法,其特征在于,所述通过所述内外嵌套数据同化模型,优化所述GLASSLAI产品中遥感观测误差R,包括:所述内外嵌套数据同化模型的外层采用最大似然函数形式的代价函数,将遥感观测误差R通过最小化代价函数实现模型参数的优化。5.根据权利要求1所述的区域作物的产量估测方法,其特征在于,所述基于站点实测LAI和产量数据,对WOFOST模型进行标定,获得所述WOFOST模型的预设参数的后验概率分布,包括:以所述站点实测LAI和所述产量数据对应的不确定估计值为观测,采用马尔科夫链蒙特卡洛方法实现站点内所述WOFOST模型的预设参数的后验概率分布估计,获得所述预设参数的后验样本集合,生成LAI模型模拟集合。6.根据权利要求1所述的区域作物的产量估测方法,其特征在于,所述作物为小麦、水稻和玉米中的一种。7.一种区域作物的产量估测装置,其特征在于,包括:WOFOST模型模块,用于基于站点实测LAI和产量数据,对WOFOST模型进行标定,获得所述WOFOST模型的预设参数的后验概率分布;基于所述后验概率分布采样得到WOFOST模型的模拟LAI集合以及所述WOFOST模型的模型模拟误差Q;内外嵌套数据同化模型模块,用于基于内外嵌套数据同化模型获得优化后的遥感观测误差R;其中,所述内外嵌套数据同化模型的内层采用集合卡尔曼滤波算法,所述内外嵌套2CN115753625A权利要求书2/2页数据同化模型的外层采用最大似然代价函数;产量估测模块,用于利用所述遥感观测误差R得到LAI遥感观测集合,并将所述遥感观测误差R和所述模型模拟误差Q代入集合卡尔曼滤波算法,实现LAI的优化,并基于优化的LAI驱动所述WOFOST模型进行作物产量估测。8.一种电子设备,包括存储器、处