(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211177928.8 (22)申请日 2022.09.27 (71)申请人 航天宏图信息技 术股份有限公司 地址 100094 北京市海淀区翠湖北环路2号 院4号楼 (72)发明人 王宇翔　赵玮婷　周渊　柳杨华　 郭琳琳　马卫峰　王蔚丹　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 荣颖佳 (51)Int.Cl. G06Q 50/02(2012.01) G06N 20/00(2019.01) G06V 20/13(2022.01) G06V 20/10(2022.01)G01N 21/25(2006.01) G01N 33/00(2006.01) (54)发明名称 一种农作物净初级生产力的估算方法及装 置 (57)摘要 本申请提供了一种农作物净初级生产力的 估算方法及装置， 涉及遥感影像处理技术领域， 该方法包 括： 根据Sentinel ‑2卫星影像的各晴空 植被像元的多个预设波 段的地表反射率， 计算各 晴空植被像元的归一化植被指数NDVI和加强型 植被指数EVI； 对叶面积指数LAI产品进行处理， 得到各晴空植被像元的 叶面积指数LAI； 对GLDAS 气象数据进行处理， 得到六个气象参数； 利用净 初级生产力估算模型对每个晴空植被像元的多 个预设波段的地表反射率、 归一化植被指数 NDVI、 加强型植被指数EVI、 叶面积指数LAI和六 个气象参数进行处理， 得到农作物净初级生产 力。 本申请能够实现高分辨率卫星影像的农作物 净初级生产力的高精度估算。 权利要求书3页 说明书11页 附图6页 CN 115271991 A 2022.11.01 CN 115271991 A 1.一种农作物净初级生产力的估算方法， 其特 征在于， 包括： 获取目标区域的Sentinel ‑2卫星影像， 获取与Sentinel ‑2卫星影像同时空的叶面积指 数LAI产品， 获取目标区域的预设时间 间隔的GLDAS 气象数据； 利用Sentinel ‑2卫星影像的每个像元的地表类型质量控制层取值， 得到Sentinel ‑2卫 星影像的所有晴空植被 像元； 根据Sentinel ‑2卫星影像的各晴空植被像元的多个预设波段的地表反射率， 计算各晴 空植被像元的归一 化植被指数NDVI和 加强型植被指数EVI； 对叶面积指数LAI产品进行处理， 得到Sentinel ‑2卫星影像的各晴空植被像元的叶面 积指数LAI； 对GLDAS气象数据进行处理， 得到六个气象参数： 下行短波辐射、 下行长波辐射、 气温、 气压、 大气水汽压和风速； 利用预先训练完成的净初级生产力估算模型对每个晴空植被像元的多个预设波段的 地表反射率、 归一化植被指数NDVI、 加强型植被指数EVI、 叶面积指数LAI和六个气象参数进 行处理， 得到预设时间 间隔的农作物净初级生产力。 2.根据权利要求1所述的农作物净初级生产力的估算方法， 其特征在于， Sentinel ‑2卫 星的多个预设波段包括： 第二波段、 第三波 段、 第四波 段、 第五波 段、 第六波 段、 第八波段、 第 8A波段、 第十一波段和第十二波段。 3.根据权利要求2所述的农作物净初级生产力的估算方法， 其特征在于， 所述净初级生 产力估算模型采用随机森林模型， 所述净初级生产力估算模型的训练步骤 包括： 获取训练数据集； 所述训练数据集包括多个训练数据样本和农作物净初级生产力标注 结果； 所述训练数据样本包括： 六个气象参数、 归一化植被指数NDVI、 加强型植被指数EVI、 叶面积指数LAI和Senti nel‑2卫星的多个预设波段的模拟地表反射 率； 利用随机森林模型对每个训练数据样本进行处理， 得到农作物净初级生产力的预测结 果； 利用训练数据样本的农作物净初级生产力的预测结果和农作物净初级生产力标注结 果， 计算损失函数值； 基于损失函数值， 更新随机森林模型的模型参数。 4.根据权利要求3所述的农作物净初级生产力的估算方法， 其特征在于， 获取训练数据 集， 包括： 分别获取六个气象参数和十四个植物生物物理参数的固定取值或取值范围； 其中， 植 物生物物理参数包括： 叶绿素含量、 叶面积指数LA I、 植被高度、 干物质含量、 花青素含量、 太 阳天顶角、 观测天顶角、 类胡萝卜素含量、 叶片水分当量层、 老化物质比例、 叶片厚度参数、 叶片斜度、 根部 土壤水分含量和土壤亮度； 对于每个非固定取值的参数， 在其取值范围内按照均匀分布随机产生一个参数值， 并 结合固定取值的参数， 生成一个包 含20个参数值的参数集， 由此生成预设数量的参数集； 利用SCOPE辐射传输模型对每个参数集进行处理， 得到对应 的400~2400nm波长范围内 每1nm的冠层反射率和冠层的净二氧化碳通量， 其中， 冠层的净二氧化碳通量为所述参数集 对应的农作物净初级生产力； 利用Sentinel‑2卫星各波段的光谱响应函数分别对400~2400nm波长范围内每1nm的冠权　利　要　求　书 1/3 页 2 CN 115271991 A 2层反射率进行积分， 得到Senti nel‑2卫星的多个预设波段的模拟地表反射 率； 利用Sentinel ‑2卫星的第二个波段的模拟地表反射率、 第四个波段的模拟地表反射率 和第八个波段的模拟地表反射 率， 分别计算归一 化植被指数NDVI和 加强型植被指数EVI； 将一个参数集的六个气象参数、 归一化植被指数NDVI、 加强型植被指数EVI和叶面积指 数LAI以及 对应的Sentinel ‑2卫星的多个预设波 段的模拟地表反射率作为一个训练数据样 本， 所述参数集对应的农作 物净初级生产力作为训练数据样本的农作物净初级生产力标注 结果， 将所有参数集对应的训练数据样本和标注结果组成训练数据集。 5.根据权利要求1所述的农作物净初级生产力的估算方法， 其特征在于， 预设时间间隔 为3小时； 对GLDAS 气象数据进行处 理， 得到六个气象参数； 包括： 获取目标区域的空间分辨 率为0.25°的每3小时的GLDAS 气象数据； 从GLDAS气象数据中提取6个气象因子： 下行短波辐射、 下行长波辐射、 气温、 大气压强、 比湿度和风速； 计算大气水汽压 ： 其中， 为比湿度； 为大气压强。 6.根据权利要求5所述的农作物净初级生产力的估算方法， 其特征在于， 所述方法还包 括： 以一天内相邻时刻的农作物净初级生产力进行线性差值， 得到农作物净初级生产力的 以小时为单位的日变化曲线； 对农作物净初级生产力的日变化曲线进行积分， 得到日累计农作物净初级生产力； 由 此得到一个生长季的日累计农作物净初级生产力序列。 7.根据权利要求6所述的农作物净初级生产力的估算方法， 其特征在于， 所述方法还包 括： 对两个相邻的日累计农作物净初级生产力进行线性差值， 得到农作物净初级生产力的 以天为单位的生长季变化曲线； 对农作物净初级生产力的生长季变化曲线进行积分， 得到生产季累计农作物净初级生 产力。 8.一种农作物净初级生产力的估算装置， 其特 征在于， 包括： 获取单元， 用于获取目标区域 的Sentinel ‑2卫星影像， 获取与Sentinel ‑2卫星影像同 时空的叶面积指数LAI产品， 获取目标区域的预设时间 间隔的GLDAS 气象数据； 预处理单元， 用于利用Sentinel ‑2卫星影像的每个像元的地表类型质量控制层取值， 得到Senti nel‑2卫星影像的所有晴空植被 像元； 计算单元， 用于根据Sentinel ‑2卫星影像的各晴空植被像元的多个预设波段的地表反 射率， 计算各晴空植被 像元的归一 化植被指数NDVI和 加强型植被指数EVI； 第一处理单元， 用于对叶面积指数LAI产品进行处理， 得到Sentinel ‑2卫星影像的各晴 空植被像元的叶面积指数LAI； 第二处理单元， 用于对GLDAS气象数据进行处理， 得到六个气象参数： 下行短波辐射、 下 行长波辐射、 气温、 气压、 大气水汽压和风速；权　利　要　求　书 2/3 页 3 CN 115271991 A 3