摘要
本发明属于农作物生长监测、农业经济技术领域,尤其涉及基于MODIS时序数据与机器学习的农作物生产风险评估方法及系统,包括以下步骤S1:获取MODIS时序数据、农作物种植分布数据、县级农作物单产统计数据及行政区划底图,S2:将MODIS时序数据与农作物种植分布数据进行掩膜处理,得到农作物对应的8天时序数据集,S3:单产波动率计算,采用非参数加权局部线性回归法剔除农作物单产趋势,得到单产波动数据,再计算分县农作物单产波动率,S4:模型构建,基于步骤S2的GPP数据集、LST数据集和步骤S3的单产波动率数据,构建机器学习回归模型,S5:农作物生产风险评估,利用步骤S4的最优模型,结合MODIS时序栅格数据集,生成栅格级农作物单产损失结果。
技术关键词
风险评估方法
时序
非参数核密度估计
地表温度数据
风险评估系统
农业经济技术
数据获取模块
优化机器学习
参数优化模型
随机森林
栅格
模型训练模块
掩膜
矢量图
线性
指标
系统为您推荐了相关专利信息
生物降解膜
多源异构数据
卷积神经网络提取
深度确定性策略梯度
时序特征
分片
时序预测模型
数据
异常信息
分布式任务调度
关联分析方法
多维特征向量
双向长短期记忆网络
学生
多学科
异步电机
电信号
一维卷积神经网络
信号特征
通道注意力机制