首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于大气再分析数据对植被生长季顶峰时间的预测方法_中国农业科学院农业资源与农业区划研究所;河北地质大学_202111078258.X 

申请/专利权人:中国农业科学院农业资源与农业区划研究所;河北地质大学

申请日:2021-09-15

公开(公告)日:2023-09-12

公开(公告)号:CN113705928B

主分类号:G06Q10/04

分类号:G06Q10/04;G06F17/11;G06F17/18;G06F18/10

优先权:

专利状态码:有效-授权

法律状态:2023.09.12#授权;2021.12.14#实质审查的生效;2021.11.26#公开

摘要:本发明公开了基于大气再分析数据对植被生长季顶峰时间的预测方法,包括以下步骤,采集目标地区的生长季NDVI数据,通过对生长季NDVI数据进行平滑处理,获取具有时空连续性质的NDVI数据;采集目标地区的大气再分析数据ERA5,获取目标地区在每年四到六月份的大气再分析变量;根据NDVI数据的空间分辨率,对大气再分析变量进行重新采样后,与NDVI数据进行匹配;根据匹配结果并依据大气再分析变量,构建广义相加POS预测模型,用于预测得到植被生长顶峰时间;相比于传统物候模型,本发明提供的方法不再需要在主观确定阈值,并且考虑了更多的影响因素,提高了预测结果的准确性,且能提前1‑2个月进行POS的预测。

主权项:1.基于大气再分析数据对植被生长季顶峰时间的预测方法,其特征在于,包括以下步骤:采集目标地区的生长季NDVI数据,通过对所述生长季NDVI数据进行平滑处理,获取具有时空连续性质的NDVI数据,并将所述NDVI数据转化为对于时间的余弦函数;采集所述目标地区的大气再分析数据ERA5,获取所述目标地区在每年四到六月份的大气再分析变量;根据所述NDVI数据的空间分辨率,对所述大气再分析变量进行重新采样后,与所述NDVI数据进行匹配;根据匹配结果并依据所述大气再分析变量,构建广义相加POS预测模型,用于预测得到植被生长顶峰时间;在获取具有时空连续性质的NDVI数据的过程中,根据GIMMSNDVI3g产品提供的每15天合成的所述生长季NDVI数据,利用DoubleLogistic函数对其进行平滑去噪,并对缺失数据的像元进行填充,其表示如下: 其中,NDVIt表示t时间的NDVI值,b,c,d,f分别为平滑参数,根据生长季的NDVI进行拟合得到;利用平滑后的所述NDVI数据,分别从平滑的NDVI时间序列数据中获取NDVI最小值p,NDVI最大振幅q,将NDVI表示为时间的t余弦函数:NDVIt=p+q×1+cos2π×t-POS2其中,POS表示植被生长顶峰时间,n表示当年总天数;在构建广义相加POS预测模型的过程中,根据重新采样后的所述大气再分析变量和所述NDVI数据,构建基础广义线性POS预测模型;基于所述基础广义线性POS预测模型,通过将重新采样前的所述大气再分析变量作为非线性参数,判断所述大气再分析变量与所述植被生长顶峰时间的关系是否为线性关系;根据判断结果,构建所述广义相加POS预测模型;所述基础广义线性POS预测模型的表达式为:POS=S0+β1×SM+β2×Ta+β3×P+β4×WS+β5×SR其中,S0表示该模型的截距项,β1-β5分别表示各大气再分析数据所对应的斜率,SM为平均土壤水分,Ta为平均气温,P为平均降水,WS为平均风速,SR为平均太阳辐射;所述广义相加POS预测模型的方程表达式为:POS=S0+β1×X1+...+βn×Xn+sn+1Xn+1+...+sn+mXn+m其中,βi,i=1…n表示线性相关变量Xi的斜率,sjXj,j=n+1…m表示与植被生长顶峰时间呈非线性相关的大气再分析变量的平滑函数。

全文数据:

权利要求:

百度查询: 中国农业科学院农业资源与农业区划研究所;河北地质大学 基于大气再分析数据对植被生长季顶峰时间的预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。