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：中化现代农业有限公司

摘要：本发明涉及一种基于混合同化的产量估算方法及系统，属于数据处理领域，包括：获取遥感数据、气象数据以及LAI数据；构建各个物候期的单一时相估产模型；通过多目标优化算法，联立各个物候期的单一时相估产模型，建立多时相估产模型；通过遥感数据计算NDVI、CI以及SPEI；构建对LAI进行反演的回归模型；通过粒子群优化算法，初始化作物模型；通过回归模型对LAI进行反演；通过结合变分同化算法与滤波同化算法的混合同化算法，将反演的LAI数据以及NDVI变化率数据同化到作物模型的模拟过程中，估计收获时期的地上生物量；根据估计的收获时期的地上生物量以及收获系数，进行产量估算。

主权项：1.一种基于混合同化的产量估算方法，其特征在于，包括：S1，获取遥感数据、气象数据以及叶面积指数LAI数据；S2，根据所述遥感数据、所述气象数据以及所述LAI数据，构建各个物候期的单一时相估产模型；S3，通过多目标优化算法，联立各个物候期的所述单一时相估产模型，建立多时相估产模型；S4，通过所述遥感数据计算归一化植被指数NDVI、叶绿素指数CI以及标准化降水蒸散指数SPEI；S5，根据NDVI、CI、SPEI以及LAI，构建对LAI进行反演的回归模型；S6，构建作物模型；S7，通过粒子群优化算法，初始化所述作物模型；S8，通过所述回归模型对LAI进行反演；S9，通过结合变分同化算法与滤波同化算法的混合同化算法，将反演的LAI数据以及NDVI变化率数据同化到所述作物模型的模拟过程中，估计收获时期的地上生物量；S10，根据估计的收获时期的地上生物量以及收获系数，进行产量估算；其中，所述S9具体包括：S901，通过基于深度学习的变分同化算法，进行同化处理，得到第一同化结果；S902，通过基于时相权重约束的集合同化算法，进行同化处理，得到第二同化结果；S903，通过ResNet神经网络，将所述第一同化结果和所述第二同化结果进行混合；所述S901具体包括：通过神经网络的多层感知机MLP，模拟所述作物模型的物理方案；构建经过神经网络对所述作物模型模拟后的切线和伴随模型；通过迭代优化，确定最佳的切线和伴随模型；通过最佳的切线和伴随模型，将反演的LAI数据以及NDVI变化率数据同化到所述作物模型的模拟过程中，得到第一同化结果；其中，所述切线具体为： ；其中，表示模拟结果的变化量，y表示模拟结果，WN表示MLP网络的模型权重矩阵，Wi表示MLP中第i层网络的权重，表示输入变量的变化量，N为MLP网络的层数；其中，所述伴随模型具体为： ；其中，J表示代价函数，G表示激活函数的导数，yi表示第i层网络的模拟结果，x表示控制参数，T表示矩阵的转置运算；其中，所述代价函数具体为： ；其中，x0表示初始控制参数，xb表示背景场中的控制参数，B表示背景误差协方差矩阵，表示内积运算，Y表示模拟值，表示观测值，n表示观测数量，xi表示第i次运算模型所使用的控制参数，wi表示第i次同化因子的权重，所述同化因子包括LAI和LAI变化率；其中，所述S902具体为：通过基于时相权重约束的集合同化算法，将反演的LAI数据以及NDVI变化率数据同化到所述作物模型的模拟过程中，通过集合卡尔曼滤波算法，计算卡尔曼增益，对同化过程进行校正，得到第二同化结果： ； ；其中，Gm表示观测算子，Hm表示线性化标准观测算子，Wm表示从初始时间到时间m的切向模式，表示同化扰动均值，表示模拟均值，m表示时间，M1表示观测算子向前观测的时间区间，M2表示观测算子向后观测的时间区间，Km表示卡尔曼增益，表示第m次的观测值。

全文数据：

权利要求：

百度查询： 中化现代农业有限公司 一种基于混合同化的产量估算方法及系统