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：南京农业大学

摘要：本发明提出了一种基于遥感与气象信息的田块尺度大面积水稻产量高精度预测方法，包括以下步骤：首先基于遥感云平台计算水稻不同时期的Sentinel‑1后向散射系数和Sentinel‑2植被指数最大值与累积值，同时利用农业气象站物候数据获取研究区全生育期内气象指标；然后利用随机森林算法明确不同数据最优组合；构建元学习集成学习回归MLER；基于先验知识测试省级范围不同时间窗口的MLER预测精度，明确省级范围内多源数据最优组合，实现大面积田块尺度水稻产量预测。该方法可以及时、准确对大面积田块尺度水稻产量进行估算，在水稻种植管理、粮食安全评估和应对气候变化方面具有极大的应用价值。

主权项：1.一种基于遥感与气象信息的田块尺度大面积水稻产量高精度预测方法，包括以下步骤：步骤1：获取研究区水稻生长季不同时期的Sentinel-1和Sentinel-2卫星影像，在遥感云平台上分别对影像进行预处理，计算得到不同时期Sentinel-1后向散射系数相关指标和Sentinel-2植被指数的最大值和累积值，其中，Sentinel-1后向散射系数相关指标包括：VV波段后向散射系数，VH波段后向散射系数，VV+VH、VV-VH和VVVH；Sentinel-2植被指数包括：增强型植被指数EVI、归一化红边植被指数NDRE、地表水体指数LSWI；步骤2：根据农业气象站物候数据和研究区气象数据计算水稻全生育期每日最小气温Tmin，每日最大气温Tmax，每日平均气温Tmea，相对湿度RH，每日平均风速Wmea，每日最大风速Wmax，每日平均降水量Pmea，饱和水汽压差VPD，有效积温EAT，活动积温AAT，太阳辐射Rs和累积降水量AP，利用皮尔逊相关性分析筛选水稻产量敏感性变量；步骤3：利用随机森林RF算法在县域范围内对不同数据源及其组合进行水稻产量预测精度评价，明确光学影像、SAR影像和气象数据在水稻产量预测中贡献及机理，获得县域范围内田块尺度水稻产量预测多源数据最优组合MET_FS+S1_MVC_Aug+S2_MVC_Aug；其中，MET_FS表示全生育期气象数据，S1_MVC_Aug表示8月S1最大值，S2_MVC_Aug表示8月S2最大值；步骤4：基于县域范围内田块尺度水稻产量数据和多源数据最优组合，学习结合来自多个机器学习算法的结果，以构建一个更加稳定的预测模型—元学习集成回归MLER，所述机器学习算法包括：极度梯度提升树XGBoost，支持向量回归机SVR和随机森林RF。

全文数据：

权利要求：

百度查询： 南京农业大学 一种基于遥感与气象信息的田块尺度大面积水稻产量高精度预测方法