公开(公告)号：CN114692971B

公开(公告)日：2024-08-20

申请号：CN202210330408.X

申请日：2022-03-30

申请人： 中国农业大学

发明人： 黄健熙 ,  李仕冀 ,  李雪草 ,  黄海 ,  苏伟 ,  刘峻明 ,  李俐

IPC分类号： G06Q10/04 ,  G06Q50/02 ,  G06N3/048 ,  G06N3/08 ,  G06N7/01

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。

公开(公告)号：CN114692971A

公开(公告)日：2022-07-01

申请号：CN202210330408.X

申请日：2022-03-30

申请人： 中国农业大学

发明人： 黄健熙 ,  李仕冀 ,  李雪草 ,  黄海 ,  苏伟 ,  刘峻明 ,  李俐

IPC分类号： G06Q10/04 ,  G06Q50/02 ,  G06N3/04 ,  G06N3/08 ,  G06N7/00

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。