摘要
本发明公开了一种耦合作物模型与遥感数据的水稻产量预测方法,包括基于植被指数时空数据融合算法和约束最小二乘法融合时间增量和空间增量,得到最终组合增量,最终组合增量输入训练好的LAI遥感估算模型中,输出遥感反演LAI指数,根据WOFOST模型模拟LAI指数和遥感反演LAI指数构建代价函数,利用SCE‑UA算法以代价函数最小化为目标迭代优化WOFOST模型待优化参数,得到WOFOST模型的最优输入参数,将最优输入参数和其他待优化参数输入WOFOST模型中,输出预测的水稻产量结果。本发明解决了田块尺度与遥感尺度空间上无法匹配的问题。
技术关键词
水稻产量预测方法
耦合作物模型
归一化植被指数
遥感反演
植被指数值
数据融合算法
构建代价函数
NDVI时间序列
作物参数
高分辨率遥感数据
薄板样条插值
低空间分辨率
协方差矩阵
田块尺度
贮存器官
随机森林模型
系统为您推荐了相关专利信息
卫星遥感影像
遥感反演
多元线性回归模型
浓度监测方法
反射率数据
区域识别方法
指标
土地利用数据
时间序列特征
温度植被干旱指数
学习评价方法
因子
Stacking集成学习
分区
学习器
浓度估算方法
变量
地面监测站
预测误差
分布式机器学习