土壤速效养分反演方法及装置的制造方法
【技术领域】
[0001] 本发明涉及遥感技术，具体涉及一种土壤速效养分反演方法及装置。
【背景技术】
[0002] 土壤养分状况是决定农田潜在生产力的主要因素，土壤性状及肥力状况信息可以 为精准农田管理提供响应依据。可以通过改善土壤有效氮、植物养分、地块的相对位置和坡 度以及土壤有机质含量等土壤肥力指标来提高作物单产。在精准农业的框架下，可以根据 地块土壤、水肥、产量等在时间与空间上的差异，进行相适宜地施肥，其目的是以合理的投 入来获得最好的经济效益，并保护环境，以确保农业的可持续发展。鉴于我国及全球人口不 断增长和土地资源减少的矛盾不可逆转，精准施肥在减少投入、降低成本、减轻环境污染、 提高产量等方面均有积极的作用和意义。利用遥感技术准确、实时、高效地获取大范围的农 田土壤养分信息，可以为精准施肥提供支撑。
[0003] 遥感技术在土壤养分监测中展现出很好的应用前景。遥感可在不同的电磁谱段范 围周期性地收集地表信息，已成为人们研究、识别地球和环境的主要方法。遥感信息具有覆 盖范围大、探测周期短、现时性强等特点，为土壤养分的快速、准确、动态和经济获取提供了 重要的技术手段。目前，遥感技术已经可以成功地获取土壤的有机碳、氮、磷、钾、钙盐分以 及总有机质等的含量信息，并可以对土壤的酸碱度等化学属性进行估算。这些信息可以直 接用于土壤肥力的评价、空间制图农田管理分区、作物长势监测和作物营养诊断，并指导变 量施肥，基本满足精准农业和土壤碳监测对高采样密度土壤养分分布图的需求。
[0004] 现有技术中，土壤的反射光谱主要受其物理性质、化学成分及矿物成分的影响，通 过地物反射光谱可以有效区分不同类型的土壤，并可用于土壤肥力状况的调查。遥感影像 具有范围大、获取快的特点，结合基于土壤养分光谱特征分析的估算模型，便可以实现土壤 养分的空间制图。然而，虽然基于土壤养分光谱特征分析的农田养分空间制图研究取得了 巨大的进展，却也存在明显的不足，这些不足主要包括：
[0005] 1. 土壤养分研究大多以土壤全氮、全磷、全钾等养分为目标进行分析研究，针对农 田土壤中作物可以直接吸收并对作物生长影响更直接的速效养分（avai Iab I e nutri t ion) 则研究很少，其中一个重要因素是土壤中这类养分（如速效氮）的含量通常都低于300毫 克/千克，导致光谱特征不明显，给利用光谱特征估算这些养分含量带来了困难。
[0006] 2.利用光学遥感技术所获取的通常都是土壤表层的光谱信息，而受各种因素的影 响土壤表层与深层的养分往往会存在一定的差异，这给遥感获取整个耕层土壤养分信息带 来了困难，同时大部分土壤养分遥感监测都需要使用高光谱数据，这类数据通常都要减少 空间覆盖范围或降低空间分辨率来保证获取充分的光谱信息，而且其成本高、数据处理难 度大的问题也给其应用带来了困难。
[0007] 3.利用光谱特征开展土壤养分制图往往还受到诸多因素的影响，如生长季中的作 物覆盖与生长季外的作物茬覆盖，在这些覆盖情况下分解出土壤的光谱信息本身就有较大 的不确定性，一些地区作物覆盖间隙期很短（如华北的小麦玉米轮作模式），导致难以获取 裸露农田的遥感数据。除了土壤光谱信息获取难外，土壤水分含量变化、土壤结构差异、地 形起伏等因素都给土壤养分估算带来了不确定性。
【发明内容】
[0008] 针对现有技术中的缺陷，本发明提供一种土壤速效养分反演方法及装置，解决了 现有技术难以利用遥感数据全面而精确地计算出土壤速效养分含量的问题。
[0009] 第一方面，本发明提供了一种土壤速效养分的反演方法，包括：
[0010] 基于预设作物模型，模拟作物在目标地区播种后的第一生长阶段内的状态参数； 所述预设作物模型中除土壤速效养分含量之外的所有参数经过在所述目标地区处的实际 标定；
[0011] 基于作物在所述第一生长阶段结束后的状态参数的模拟结果，在目标地区处生长 的实际作物于第二生长阶段内的遥感数据以遥感数据同化的方式进行的校正下，模拟作物 在第二生长阶段内的状态参数；
[0012] 基于作物在所述第二生长阶段结束后的状态参数的模拟结果，模拟作物在第三生 长阶段内的状态参数；
[0013] 根据作物在所述第三生长阶段结束后的状态参数的模拟结果与实际作物在所述 第三生长阶段结束后的状态参数之间的偏差，反演所述目标地区在所述第一生长阶段的开 始时刻的土壤速效养分含量。
[0014] 可选地，所述状态参数包括所述目标地区处若干个格网单元的叶面积指数；格网 单元在第n+1步中经过所述遥感数据同化后模拟得到的叶面积指数LAI (n+1)按照下式进 行计算：
[0016] 其中，LAIWF(n)为格网单元在第η步模拟中的遥感数据同化前的叶面积指数； LAIrs(η)为由第η步模拟所对应的时间段内的格网单元的遥感数据反演得到的叶面积指 数；LAIrsm(η)为所有格网单元的LAIRS(n)的平均值；LAIrsmx(η)与LAI RSMN(n)分别为所有格 网单元的LAIrs (η)中的最大值与最小值；a。为预设遥感数据影响系数；LAI WFM (η)为所有格 网单元的LAIWF(n)的平均值。
[0017] 可选地，所述遥感数据在参与校正前按照下式进行云点像元、云阴影像元和高亮 坏点像元的纠正：
[0019] 其中，LAIWF(n)为格网单元在第η步模拟中的遥感数据同化前的叶面积指数； LAIrs(η)为由第η步模拟所对应的时间段内的格网单元的遥感数据反演得到的叶面积指 数；LAI'RS(n)为进行修正后的LAIRS(n) ;LAIRSM(n)为所有格网单元的LAIRS(n)的平均值； %、Id1均为预先通过遥感影像测试得到的云点像元及云阴影像元的检测参数；a2、b2均为预 先通过遥感影像测试得到的高亮坏点像元的检测参数。
[0020] 可选地，所述根据作物在所述第三生长阶段结束后的状态参数的模拟结果与实际 作物在所述第三生长阶段结束后的状态参数之间的偏差，反演所述目标地区在所述第一生 长阶段的开始时刻的土壤速效养分含量，包括：
[0021] 不断改变所述第一生长阶段开始时的土壤速效养分含量的设定值，直至作物在所 述第三生长阶段结束后的状态参数的模拟结果与实际作物在所述第三生长阶段结束后的 状态参数一致；
[0022] 根据所述土壤速效养分含量的设定值计算所述目标地区在所述第一生长阶段的 开始时刻的土壤速效养分含量。
[0023] 可选地，所述根据作物在所述第三生长阶段结束后的状态参数的模拟结果与实际 作物在所述第三生长阶段结束后的状态参数之间的偏差，反演所述目标地区在所述第一生 长阶段的开始时刻的土壤速效养分含量，包括：
[0024] 按照对作物的状态参数的模拟方式，构建关于所述第一生长阶段开始时的土壤速 效养分含量与所述第三生长阶段结束后的状态参数的方程或方程组；
[0025] 求解所述方程或方程组，以根据得到的所述土壤速效养分含量计算所述目标地区 在所述第一生长阶段的开始时刻的土壤速效养分含量。
[0026] 可选地，所述方法还包括：
[0027] 根据所述目标地区在所述第一生长阶段的开始时刻的土壤速效养分含量，构建所 述目标地区处的作物带走土壤速效养分的百分比含量关于起始时刻t。与终止时刻t i的模 拟函数G (Ut1);
[0028] 按照下式计算从起始时刻t。到终止时刻t满时间段内所述目标地区处的土壤速 效养分的含量变化百分比函数I (Ut1):
[0029] I (t〇, ti) = F (t〇, ti) *G (t〇, ti) *K (t〇, ti) *S (t〇, ti)
[0030] 其中，F(t。，为该时间段内由水土流失和降水冲刷所引起的土壤速效养分的含 量流失百分比函数；K(t。，为该时间段内由施肥量所引起的土壤速效养分的含量增加百 分比函数；S(^t1)为该时间段内由土壤速效养分自更新所引起的土壤速效养分的含量变 化百分比函数。
[0031] 第二方面，本发明还提供了一种土壤速效养分的反演装置，包括：
[0032] 第一模拟单元，用于基于预设作物模型，模拟作物在目标地区播种后的第一生长 阶段内的状态参数；所述预设作物模型中除土壤速效养分含量之外的所有参数经过在所述 目标地区处的实际标定；
[0033] 第二模拟单元，用于基于作物在所述第一生长阶段结束后的状态参数的模拟结 果，在目标地区处生长的实际作物于第二生长阶段内的遥感数据以遥感数据同化的方式进 行的校正下，模拟作物在第二生长阶段内的状态参数；
[0034] 第三模拟单元，用于基于作物在所述第二生长阶段结束后的状态参数的模拟结 果，模拟作物在第三生长阶段内的状态参数；
[0035] 反演单元，用于根据作物在所述第三生长阶段结束后的状态参数的模拟结果与实 际作物在所述第三生长阶段结束后的状态参数之间的偏差，反演所述目标地区在所述第一 生长阶段的开始时刻的土壤速效养分含量。
[0036] 可选地，所述状态参数包括所述目标地区处若干个格网单元的叶面积指数；
[0037] 格网单元在第n+1步中经过所述遥感数据同化后模拟得到的叶面积指数 LAI (n+1)按照下式进行计算：
[0039] 其中，LAIWF(n)为格网单元在第η步模拟中的遥感数据同化前的叶面积指数； LAIrs(η)为由第η步模拟所对应的时间段内的格网单元的遥感数据反演得到的叶面积指 数；LAIrsm(η)为所有格网单元的LAIRS(n)的平均值；LAIrsmx(η)与LAI RSMN(n