基于无人机遥感与WOFOST的米尺度玉米产量双参数同化估算方法

本发明涉及农业监测，尤其涉及一种基于无人机遥感与wofost的米尺度玉米产量双参数同化估算方法。

背景技术：

1、对玉米进行精细估产对企业来说有助于进行农业生产规划并提供保险服务，对农户而言有利于提高种植收益并对种植风险提前预防，对国家而言有助于提高国际粮食市场的参与度。通过科学、精准的估产手段，能够提升农业产业链的整体效率与韧性，助力农业可持续发展。但随着农村人口向城市流动，农村的主要劳动力已经出现了不足的趋势，无人农场的推广无疑可以极大的节省人力物力。我国目前对于作物估产的研究多停留在大尺度的范围，对于小尺度农场的研究尚且不足，利用卫星遥感影像数据会受限于云量制约和拍摄周期长。

2、传统的玉米估产是采用人工区域调查方法，层层上报，效率低下，该方法速度慢、工作量大、成本高、而且由于数据的人工汇总，造假，瞒报，信息不准确的情况严重。现代遥感技术具有宏观、快速、准确、动态的优点，近些年来被广泛应用于各种粮食玉米产量的估算之中。目前估产领域的研究大多是针对大田作物利用卫星遥感数据进行产量估算，利用无人机遥感数据对精细田块进行产量估算的少之又少，千亩级农场因其单个地块小的特点，更适用于无人机遥感数据进行产量监测。

技术实现思路

1、本发明的目的在于提供一种基于无人机遥感与wofost的米尺度玉米产量双参数同化估算方法，该方法能使用少量样本对玉米进行估产，而且精确度高、适应性强，从而解决现有技术中存在的不足。

2、为了实现上述目的，本发明采用的技术方案如下：

3、本发明第一方面提供了一种基于无人机遥感与wofost的米尺度玉米产量双参数同化估算方法，包括以下步骤：

4、步骤1、获取玉米不同生育期气象数据、土壤数据、田间管理记数据、玉米品种参数、样本实测点数据和无人机影像，并对所述无人机影像进行预处理；

5、步骤2、将玉米不同生育期的无人机处理影像进行重采样处理，重采样为像元大小相同米尺度分辨率影像，进行植被指数计算，计算获得的植被指数分别与lai参数和tagp参数进行敏感性分析，获得相关性强植被指数，所述相关性强植被指数与使用实测数据训练的机器学习模型进行lai参数和tagp参数的反演，将反演的lai参数和反演的tagp参数以数组的形式储存，敏感性超出0.4的植被指数作为相关性强植被指数；

6、步骤3、用sobol算法对所述玉米品种参数进行敏感性分析，计算敏感参数，得到所述敏感参数后，用mcmc方法对所述敏感参数进行标定，所述敏感参数为：全局敏感度超过0.05的参数；

7、步骤4、使用获取的所述气象数据、所述土壤数据、所述田间管理记录数据、校准后的敏感参数、反演的数组形式的lai参数和tagp参数作为wofost模型的变量驱动进行玉米生长期模拟(模型计算)，使用mapreduce并行计算方法对玉米生长期模拟中的观测值进行逐像素计算，在计算过程中用影像反演的lai和tagp对玉米生长期模拟中的lai和tagp进行数据同化校正模型，通过设定计时器进行模型日循环模拟直至结束所述玉米生长期模拟，得到模拟的玉米产量并通过逐像素运算的方式进行产量制图；

8、步骤5、用实测的玉米产量和所述模拟的玉米产量进行所述wofost模型的精度检验，评价所述wofost模型的模拟效果。

9、在一种可能的实现中，所述步骤1中包括以下步骤：

10、采集玉米不同时期的所述无人机影像、所述气象数据、所述土壤数据、田间管理记数据、所述玉米品种参数与所述样本实测点数据；

11、对所述无人机影像进行几何校正、辐射校正和影像拼接。

12、在一种可能的实现中，所述步骤2中包括以下步骤：

13、将玉米不同生育期的无人机处理影像进行重采样处理，重采样为像元大小相同米尺度分辨率影像；

14、通过无人机影像中的蓝、绿、红、红边、近红外五个波段，计算玉米不同生育期的植被指数；

15、计算获得的植被指数分别与lai参数和tagp参数进行敏感性分析，敏感性超出0.4的植被指数作为相关性强植被指数；

16、玉米不同生育期样本实测点计算的相关性强植被指数和实测lai参数、tagp参数进行机器学习模型训练，其中70％样本用于建立模型，30％样本用于验证模型；

17、利用所述无人机影像计算的相关性强植被指数与机器学习模型进行lai参数和tagp参数的反演；

18、将反演的lai和反演的tagp转化成数组形式进行存储。

19、在一种可能的实现中，所述步骤5中包括以下步骤：

20、计算所述模拟的玉米产量的模拟值与所述实测的玉米产量的实测值的r2，评价所述wofost模型的模拟效果。

21、本发明的有益效果为：

22、通过准确估算玉米产量，政府和农业部门可以制定有效的粮食政策，确保人民的食物需求得到满足。作物估产为农业决策提供了基础数据。农民、农业合作社和政府可以根据估产结果调整播种面积、施肥、灌溉和收获计划，以最大限度地提高农玉米产量。准确估算玉米产量有助于规划粮食仓储和分配。政府可以根据估产数据合理分配粮食，确保粮食供应充足。作物估产可以帮助农民优化农田管理。例如，根据估产结果，农民可以调整灌溉计划、施肥时间和收获时机，从而提高玉米产量。作物估产对农业保险至关重要。保险公司可以根据估产数据制定保险政策，帮助农民应对自然灾害和其他风险。

技术特征：

1.一种基于无人机遥感与wofost的米尺度玉米产量双参数同化估算方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于无人机遥感与wofost的米尺度玉米产量双参数同化估算方法，其特征在于，所述步骤1中包括以下步骤：

3.根据权利要求1所述的基于无人机遥感与wofost的米尺度玉米产量双参数同化估算方法，其特征在于，所述步骤2中包括以下步骤：

4.根据权利要求1所述的基于无人机遥感与wofost的米尺度玉米产量双参数同化估算方法，其特征在于，所述步骤5中包括以下步骤：

技术总结本发明公布基于无人机遥感与WOFOST的米尺度玉米产量双参数同化估算方法，属于农业监测技术领域，所述方法包括：获取玉米不同生育期的气象数据、土壤数据、田间管理记录数据、玉米品种参数、样本实测点数据、预处理的无人机影像；重采样无人机影像，计算相关植被指数并与LAI和TAGP进行敏感性分析，获得相关性强植被指数并与模型进行LAI和TAGP的反演，反演后转为数组形式；获取玉米品种参数的敏感参数并校准；气象数据、土壤数据、田间管理记录数据、校准后敏感参数、数组形式的LAI和TAGP为WOFOST输入参数，模拟玉米生长期并逐像素计算，模拟结束得到模拟玉米产量并评价效果。该方法用于需精细尺度单产估算场景。技术研发人员：刘哲,胡嘉龙,刘筠羿,侯宪鹏,薛一纯,姚宇,张晓东,李绍明,赵圆圆受保护的技术使用者：中国农业大学技术研发日：技术公布日：2024/10/10