一种基于产量差的作物产量预测方法及装置
基本信息
| 申请号 | CN202210330408.X | 申请日 | - |
| 公开（公告）号 | CN114692971A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114692971A | 申请公布日 | 2022-07-01 |
| 分类号 | G06Q10/04（2012.01）I;G06Q50/02（2012.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06N7/00（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 黄健熙;李仕冀;李雪草;黄海;苏伟;刘峻明;李俐 | 申请（专利权）人 | 中国农业大学 |
| 代理机构 | 北京路浩知识产权代理有限公司 | 代理人 | - |
| 地址 | 100193北京市海淀区圆明园西路2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于产量差的作物产量预测方法及装置，该方法包括：采用马尔科夫链‑蒙特卡洛方法标定WOFOST作物模型参数；将气象数据输入已标定的WOFOST模型，生成待预测作物的潜在产量；将待预测作物潜在产量与田间观测产量相减，获取待预测作物的实际产量差；以实测样本作物生育期内的卫星数据、气象数据和潜在产量作为输入样本，以待预测作物的实际产量差为标签，搭建基于过程模型的神经网络模型；逐作物格网运行WOFOST模型生成潜在产量，输入神经网络模型生成预测产量差，由潜在产量减去预测产量差生成预测产量空间图。本发明融合过程模型和深度学习的优势，充分利用机理模型和遥感数据的丰富信息，提高作物产量预测精度。 |
