【技術實現步驟摘要】
本公開涉及農田生態領域，尤其涉及一種基于作物模型、天氣預報和同化算法的作物產量、需水與耗水的自動化預報技術方法及裝置。
技術介紹
1、作物產量以及需水的預報是農田生態系統研究中的重要領域之一，在作物生長季內對其最終產量和需水量進行準確預估對農田水資源管理以及農田管理措施的實行具有重要指導意義。
技術實現思路
1、有鑒于此，本公開提出了一種基于作物模型、天氣預報和同化算法的作物產量、需水與耗水的自動化預報技術方案。
2、根據本公開的一方面，提供了一種預報方法，所述方法包括：獲取預報日期及待處理數據，所述待處理數據包括歷史氣象數據、天氣預報數據、遙感反射率數據；根據所述待處理數據，確定葉面積指數的觀測數據以及從播種日期至收割日期之間的目標氣象數據，所述預報日期為位于所述播種日期至所述收割日期之間的任一日期；根據所述目標氣象數據、所述葉面積指數的觀測數據對作物模型進行更新，得到更新模型；通過所述更新模型預報所述預報日期的作物信息，所述作物信息包括作物產量、需水信息、耗水信息中的至少一者。
3、在一種可能的實現方式中，根據所述待處理數據，確定從播種日期至收割日期之間的目標氣象數據，包括：根據所述歷史氣象數據、所述天氣預報數據，確定從播種日期至預報日期之間的第一氣象數據；根據所述天氣預報數據，確定從預報日期至第一日期之間的第二氣象數據，所述第一日期比所述預報日期晚n天，n為正整數；根據所述歷史氣象數據、所述天氣預報數據，預測從第一日期至收割日期之間的第三氣象數據；對所
4、在一種可能的實現方式中，根據所述歷史氣象數據、所述天氣預報數據，預測從第一日期至收割日期之間的第三氣象數據，包括：根據所述天氣預報數據中從播種日期至預報日期之間的向下短波輻射數據與所述歷史氣象數據中每年同期的向下短波輻射數據的相似度，確定歷史相似年；根據所述第一日期和所述收割日期，確定所述歷史相似年對應的同期時間段；將所述同期時間段的歷史氣象數據，確定為從第一日期至收割日期之間的第三氣象數據。
5、在一種可能的實現方式中，所述遙感反射率數據包括近紅外波段反射率和紅光波段反射率，根據所述待處理數據，確定葉面積指數的觀測數據，包括：根據所述近紅外波段反射率和所述紅光波段反射率，確定歸一化植被指數；根據所述歸一化植被指數和預設系數，確定寬動態植被指數；根據目標作物類別的預設最大葉面積指數、預設寬動態植被指數的最大值、預設寬動態植被指數的最小值、所述寬動態植被指數，確定葉面積指數的觀測數據。
6、在一種可能的實現方式中，所述作物模型包括用于模擬灌溉時間以及灌溉水深的灌溉模擬單元，所述方法還包括：響應于所述作物模型模擬的水分脅迫系數小于預設閾值，判斷當前的土壤含水率是否低于田間持水率；在當前的土壤含水率低于田間持水率，并且預設時間段的灌溉次數小于預設次數的情況下，根據灌溉類型、作物根系深度、所述土壤含水率、所述田間持水率，確定灌溉水深，其中，所述灌溉類型包括充分灌溉、非充分灌溉、無灌溉。
7、在一種可能的實現方式中，所述目標氣象數據包括第一預設距離處的風速、露點溫度、氣溫、向下短波輻射和降水，根據所述目標氣象數據、所述葉面積指數的觀測數據對作物模型進行更新，得到更新模型，包括：根據所述目標氣象數據，確定所述作物模型的驅動數據，所述驅動數據包括第二預設距離處的風速、水氣壓、氣溫、向下短波輻射和降水，所述第二預設距離小于所述第一預設距離，所述水氣壓是基于所述露點溫度確定的；根據所述驅動數據更新所述作物模型的參數，和/或，根據所述葉面積指數的觀測數據更新所述作物模型的狀態變量及參數。
8、在一種可能的實現方式中，根據所述葉面積指數的觀測數據更新所述作物模型的狀態變量及參數，包括：利用數據同化法，根據所述葉面積指數的觀測數據、附帶參數更新的狀態變量增廣矩陣，同步更新所述作物模型的狀態變量及參數。
9、根據本公開的另一方面，提供了一種預報裝置，所述裝置包括：獲取模塊，用于獲取預報日期及待處理數據，所述待處理數據包括歷史氣象數據、天氣預報數據、遙感反射率數據；確定模塊，用于根據所述待處理數據，確定葉面積指數的觀測數據以及從播種日期至收割日期之間的目標氣象數據，所述預報日期為位于所述播種日期至所述收割日期之間的任一日期；更新模塊，用于根據所述目標氣象數據、所述葉面積指數的觀測數據對作物模型進行更新，得到更新模型；預報模塊，用于通過所述更新模型預報所述預報日期的作物信息，所述作物信息包括作物產量、需水信息、耗水信息中的至少一者。
10、在一種可能的實現方式中，所述確定模塊用于：根據所述歷史氣象數據、所述天氣預報數據，確定從播種日期至預報日期之間的第一氣象數據；根據所述天氣預報數據，確定從預報日期至第一日期之間的第二氣象數據，所述第一日期比所述預報日期晚n天，n為正整數；根據所述歷史氣象數據、所述天氣預報數據，預測從第一日期至收割日期之間的第三氣象數據；對所述第一氣象數據、所述第二氣象數據、所述第三氣象數據進行拼接處理，得到從播種日期至收割日期之間的目標氣象數據。
11、在一種可能的實現方式中，根據所述歷史氣象數據、所述天氣預報數據，預測從第一日期至收割日期之間的第三氣象數據，包括：根據所述天氣預報數據中從播種日期至預報日期之間的向下短波輻射數據與所述歷史氣象數據中每年同期的向下短波輻射數據的相似度，確定歷史相似年；根據所述第一日期和所述收割日期，確定所述歷史相似年對應的同期時間段；將所述同期時間段的歷史氣象數據，確定為從第一日期至收割日期之間的第三氣象數據。
12、在一種可能的實現方式中，所述遙感反射率數據包括近紅外波段反射率和紅光波段反射率，所述確定模塊用于：根據所述近紅外波段反射率和所述紅光波段反射率，確定歸一化植被指數；根據所述歸一化植被指數和預設系數，確定寬動態植被指數；根據目標作物類別的預設最大葉面積指數、預設寬動態植被指數的最大值、預設寬動態植被指數的最小值、所述寬動態植被指數，確定葉面積指數的觀測數據。
13、在一種可能的實現方式中，所述作物模型包括用于模擬灌溉時間以及灌溉水深的灌溉模擬單元，所述裝置還用于：響應于所述作物模型模擬的水分脅迫系數小于預設閾值，判斷當前的土壤含水率是否低于田間持水率；在當前的土壤含水率低于田間持水率，并且預設時間段的灌溉次數小于預設次數的情況下，根據灌溉類型、作物根系深度、所述土壤含水率、所述田間持水率，確定灌溉水深，其中，所述灌溉類型包括充分灌溉、非充分灌溉、無灌溉。
14、在一種可能的實現方式中，所述更新模塊用于：根據所述目標氣象數據，確定所述作物模型的驅動數據，所述目標氣象數據包括第一預設距離處的風速、露點溫度、氣溫、向下短波輻射和降水，所述驅動數據包括第二預設距離處的風速、水氣壓、氣溫、向下短波輻射和降水，所述第二預設距離小于所述第一預設距離，所述水氣壓是基于所述露本文檔來自技高網...
【技術保護點】
1.一種預報方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，根據所述待處理數據，確定從播種日期至收割日期之間的目標氣象數據，包括：
3.根據權利要求2所述的方法，其特征在于，根據所述歷史氣象數據、所述天氣預報數據，預測從第一日期至收割日期之間的第三氣象數據，包括：
4.根據權利要求1所述的方法，其特征在于，所述遙感反射率數據包括近紅外波段反射率和紅光波段反射率，根據所述待處理數據，確定葉面積指數的觀測數據，包括：
5.根據權利要求1所述的方法，其特征在于，所述作物模型包括用于模擬灌溉時間以及灌溉水深的灌溉模擬單元，所述方法還包括：
6.根據權利要求1所述的方法，其特征在于，所述目標氣象數據包括第一預設距離處的風速、露點溫度、氣溫、向下短波輻射和降水，根據所述目標氣象數據、所述葉面積指數的觀測數據對作物模型進行更新，得到更新模型，包括：
7.根據權利要求6所述的方法，其特征在于，根據所述葉面積指數的觀測數據更新所述作物模型的狀態變量及參數，包括：
8.一種預報裝置，其特征
9.一種電子設備，其特征在于，包括：
10.一種非易失性計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，所述計算機程序指令被處理器執行時實現權利要求1至7中任意一項所述的方法。
...【技術特征摘要】
1.一種預報方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，根據所述待處理數據，確定從播種日期至收割日期之間的目標氣象數據，包括：
3.根據權利要求2所述的方法，其特征在于，根據所述歷史氣象數據、所述天氣預報數據，預測從第一日期至收割日期之間的第三氣象數據，包括：
4.根據權利要求1所述的方法，其特征在于，所述遙感反射率數據包括近紅外波段反射率和紅光波段反射率，根據所述待處理數據，確定葉面積指數的觀測數據，包括：
5.根據權利要求1所述的方法，其特征在于，所述作物模型包括用于模擬灌溉時間以及灌溉水深的灌溉模擬單元，所述方法還包括：<...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。