摘要
本发明提供一种多源数据驱动混合机理学习模型的小麦产量预测方法,属于作物产量预测技术领域,该方法包括:获取小麦在不同生长阶段的图像、实测冠层覆盖度、实测生物量、模型运行数据和气象因子数据;对图像进行图像分割,获得第一冠层覆盖度CC;基于模型A运行数据获取模拟CC,对模拟CC进行数据同化获得第二CC,使用模型预测获得第三CC;基于模型B运行数据获取模拟叶面积指数LAI,并将第三CC转换为第一LAI,基于第一LAI对模拟LAI进行数据同化获得第二LAI,使用模型预测获得第一生物量;基于模型C运行数据获取第二模拟生物量,并基于第一生物量对第二模拟生物量进行数据同化获得第二生物量,使用模型获得预测产量。
技术关键词
小麦产量预测方法
叶面积指数
数据
深度学习模型
因子
机器学习模型
气象
能量转换方法
图像分割
衰老
作物模型
滤波算法
产量预测技术
非暂态计算机可读存储介质
生理
叶片
阶段
深度学习算法
速率