同化无人机观测和作物模型的动态作物水分情况估算方法

本发明公开了同化无人机观测和作物模型的动态作物水分情况估算方法，涉及农业技术领域，本发明利用高时空分辨率的UAV遥感数据，通过机器学习算法反演关键作物形态参数，将反演的关键作物形态参数同化至作物生长模型中优化模型模拟过程，进而构建CWS诊断模型并生成定制化灌溉方案，采用EnKF方法同化UAV获取的LAI和AGB数据，数据同化显著降低了LAI和AGB的模拟误差，验证了该同化框架的可行性，可实现方法优势互补，一方面提供真实值校正模型偏差，降低建模的初始条件和参数不确定性，另一方面增强模型解析作物生长发育机制的能力，结合SAFYE模型的简易性，使该DA框架具备区域推广潜力。