)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。
[0040] 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：
[0042] 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。
[0043] 可选地，还包括：
[0044] 构建单元，用于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L的模拟函数G(t。，U ;
[0045] 计算单元，用于按照下式计算从起始时刻t。到终止时刻t ^勺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 (t。，:
[0046] I (t〇, ti) = F (t〇, ti) *G (t〇, ti) *K (t〇, ti) *S (t〇, ti)
[0047] 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。
[0048] 由上述技术方案可知，本发明基于作物模型，以模拟作物生长与遥感数据同化相 结合的方式建立了土壤速效养分含量的反演算法，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。进一步地，与现有技术相比，本发明具有以下有 益效果：
[0049] 1.与传统基于土壤光谱特征的土壤速效养分遥感估算技术不同，本发明设计的算 法针对含量低而光谱特征不明显，但却对作物生长与产量形成有更大影响的速效养分，提 出了利用作物模型基于遥感数据同化技术反向模拟土壤速效养分的方法，拓展了农田土壤 速效养分遥感估算的思路。
[0050] 2.本发明充分利用了遥感在空间监测方面的高时间分辨率、高空间分辨率、大范 围、成本低等优点，并发挥作物模型生理生化基础强、原理描述详尽、结果稳定等优点，不仅 克服了经验统计方法普适性和稳定性问题，还在很大程度上降低了算法对遥感数据质量和 作物类型的依赖程度。
[0051] 3.作物模型对遥感数据光谱分辨率的低要求，有利于摆脱以往研究对高光谱数据 的依赖，降低应用的技术门槛与成本。同时，本发明所提出的方法可以对氮、磷、钾进行同时 模拟，克服了传统方法只能模拟土壤单一养分含量的缺点，提高了模拟精度。
【附图说明】
[0052] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作一简单的介绍，显而易见地，下面描述中的附图是本发 明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根 据这些附图获得其他的附图。
[0053] 图1是本发明一个实施例中一种土壤速效养分的反演方法的步骤流程示意图；
[0054] 图2是本发明一个实施例中一种土壤速效养分变换过程的步骤流程示意图；
[0055] 图3是本发明一个实施例中一种土壤速效养分的反演装置的结构框图。
【具体实施方式】
[0056] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0057] 在本发明的描述中需要说明的是，术语"上"、"下"等指示的方位或位置关系为基 于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示 所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本 发明的限制。除非另有明确的规定和限定，术语"安装"、"相连"、"连接"应做广义理解，例 如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连 接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本 领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0058] 图1是本发明一个实施例中一种土壤速效养分的反演方法的步骤流程示意图。参 见图1，该方法包括：
[0059] 步骤101 :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；其中，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；
[0060] 步骤102 :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；
[0061] 步骤103 :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；
[0062] 步骤104 :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。
[0063] 需要说明的是，本发明实施例中的状态参数具体指的是表征作物生长状态的一类 参数，可以包括作物的生理参数（作物高度、生物量、叶面积指数与覆盖度）和生化参数 (水分、叶绿素、总氮含量、总磷含量、总钾含量）等。应理解的是，上述状态参数应至少包括 一项可以由遥感数据反演得到的参数，例如叶面积指数和作物单产（平均每单位土地面积 上收获的农作物产品量）等等。还需要说明的是，本发明实施例中的预设作物模型为针对 一特定种类的作物、用于在初始状态和环境条件给定的情况下模拟作物生长的模型，比如 可以是WOFOST作物生长模型。
[0064] 举例来说，本发明实施例选取玉米作为目标作物，状态参数包括叶面积指数，并取 某一地域内的若干块实验田作为目标地区。从而在上述步骤101中，可以基于WOFOST作物 生长模型，以日为步长在气候和其他环境因子（如土壤水肥）影响下模拟作物的生长过程。 其中，模型中的土壤速效养分含量为设定值（一般不与实际情况相同），而除土壤速效养分 含量之外的所有参数都经过在若干块实验田处的实际标定，以确保模型中除土壤速效养分 含量之外的所有参数均与实际相一致。上述步骤101所涉及的第一生长阶段，主要指的是 作物从播种到发芽的一段时间。由于该第一生长阶段内遥感影像中几乎不能获取到作物的 任何状态参数，因此该第一生长阶段内的所模拟的作物生长过程完全按照模型模拟的方式 进行。可以理解的是，为了保证作物生长过程的模拟与实际之间的一致性，在实验田中实际 进行的浇水、施肥等过程均可以在模型的各项参数变化中有所体现。还应理解的是，由于初 始状态下土壤速效养分含量的设定值与实验田中的实际值一般不同，因此实验田中玉米作 物的生长状态会与模拟得到的生长状态存在一定的偏差。为避免偏差过大，可以将第一生 长阶段设置得尽量短。
[0065] 此后，上述步骤102所涉及的第二生长阶段主要是指遥感数据参与模拟作物生长 过程的阶段。具体来说，第二生长阶段内实验田内的玉米作物已经长出了茎叶等结构，因此 通过可以在这一阶段内若干块实验田的遥感影像来获取玉米作物在实际情况中的叶面积 指数。可以理解的是，遥感数据可以来自于卫星的采集，并在叶面积指数的反演过程中可以 预先经过大气校正、几何校正、图像融合和空间匹配等处理，在此不再赘述。进而，利用现有 技术中遥感数据同化（如EnKF遥感数据同化算法）的方式，可以对作物生长过程的模拟 进行校正，以消除土壤速效养分含量不准确等方面因素对模拟的作物生长状态所带来的偏 差。基于此，在时间足够长的校正后，可以认为第二生长阶段结束时的模拟的作物生长状态 与实验田中该时间点处的实际的作物生长状态一致。
[0066] 最后，上述步骤103所涉及的第三生长阶段主要是指上述第二生长阶段之后遥感 数据不再参与模拟作物生长过程的阶段。具体来说，第三生长阶段的开始时刻模拟的作物 生长状态与实际的作物生长状态一致，也就是说模型中除了土壤速效养分含量这一参数之 外的所有参数，以及作物的所有状态参数均可以认为与实际情况一致。因此，第三生长阶段 结束时，模拟的作物生长状态与实际的作物生长状态之间的偏差，包括模拟得到的叶面积 指数和实际的叶面积指数之间的偏差，可以认为完全是由土壤速效养分含量的不准确所造 成的。
[0067] 基于此，根据叶面积指数的实际测定结果（可以由第三生长阶段结束时刻的遥感 数据反演得到）与模拟结果之间的偏差，可以进行第一生长阶段的开始时刻的土壤速效养 分含量的反演。
[0068] 作为一种具体的示例，上述步骤104可以具体包括附图中未示出的下述步骤：
[0069] 步骤104a :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