买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海兰桂骐技术发展股份有限公司

摘要：本发明属于农作物产量预测领域，公开了一种大田粮食作物产量年际预测模型构建方法，包括：S1：获取作物生育期内植被指数最佳点以及关键营养生长阶段P1和生殖生长阶段P2对应的遥感数据；S2：获取作物各生长阶段的月均相关气象指数；S3：将气象数据和卫星遥感数据进行分层嵌套，构建多层回归的产量预测模型；S4：根据实测产量数据集获取产量预测模型的全局最优参数，得到最终的产量预测模型。本发明综合考虑了作物生长规律和气候因素的影响，结合了卫星观测数据和区域气象信息，其通用性强、跨地域性好、输入简单，适用于大空间尺度产量预测，可以在收获前三至四周实现产量的精准预测，为农业生产提供决策依据和科学指导，促进粮食增收。

主权项：1.一种大田粮食作物产量年际预测模型构建方法，其特征在于，具体步骤如下：S1：获取卫星遥感数据，预处理得到作物生育期内植被指数最佳点以及关键营养生长阶段P1和生殖生长阶段P2对应的遥感数据,具体方法如下：S1-1：根据作物年际生长特点，确定作物关键生长阶段中的关键营养生长阶段P1以及生殖生长阶段P2对应的日期；S1-2：获取作物的地表反射率影像数据集，并基于地表反射率影像数据集计算植被指数VI，获取所选时间范围内的植被指数VI；S1-3：将获取的植被指数VI拟合成一条时间序列的指数曲线，其中，曲线起始时间为作物关键营养生长阶段P1起始日期，终止时间为作物生殖生长阶段P2预计结束日期；S1-4：选取指数曲线上的植被指数最大值，记为VImax，表示作物生长最大程度；S1-5：分别对关键营养生长阶段P1和生殖生长阶段P2计算植被指数的均值，其中，关键营养生长阶段P1的植被指数均值记为VImean1，表示前期作物长势程度；生殖生长阶段P2的植被指数均值记为VImean2，表示后期作物产量形成程度；S2：获取历史气象数据和预报数据，处理得到作物各生长阶段的气象指数；具体方法如下：S2-1：获取包含有对作物生产有影响的气象类型的再分析数据集和天气预报数据，获取当前的月均相关气象数据量；S2-2：根据关键生育期的月份，计算最近十年对应月份的逐月月均相关气象数据量平均值；S2-3：将当前的月均相关气象数据量与十年的逐月月均相关气象数据量平均值相除，获得最终的逐月的月均相关气象指数MI；S2-4：获取关键营养生长阶段P1和生殖生长阶段P2各自对应的月均气象指数MI；S3：将气象数据和卫星遥感数据进行多层次、多水平嵌套，构建多层回归的产量预测模型；具体方法如下：将植被指数与气象指数相结合，进行分层嵌套，气象数据作为影响因子，调控不同地点作物植被指数与产量之间的关系，引入分层线性模型HLM分析不同层次预测变量对预测值的影响，构建的多层结构的产量预测模型具体结构如下：模型Level-1层，包括植被指数VImax、VImean1和VImean2，具体表示为：式中，表示作物产量，VImean1表示关键营养生长阶段P1的前期作物长势情况；VImax表示作物生长最大程度；VImean2表示生殖生长阶段P2的后期作物产量形成程度，表示截距，表示模型的回归系数，表示模型Level-1层的随机误差；模型Level-2层，Level-1层的、参数均作为因变量存在，以年际、地域差异因子即气象指数MI对因变量进行调整：式中，=0,1,2,3分别表示Level-1中的、；表示截距；表示随机误差，表示第i个气象指数的斜率，n表示气象指数MI的个数；对于=0,1,2,3，j的变化使n和气象指数MI也随之变化，对于和对应的系数，气象指数MI为关键生长阶段的逐月的月均相关气象指数；对于对应的系数，气象指数MI是指关键营养生长阶段P1的月均相关气象指数；对于对应的系数，气象指数MI是指生殖生长阶段P2的月均相关气象指数；S4：根据实测产量数据集获取产量预测模型的全局最优的参数，得到最终的产量预测模型。

全文数据：

权利要求：

百度查询： 上海兰桂骐技术发展股份有限公司 一种大田粮食作物产量年际预测模型构建方法