基于土壤养分遥感信息和作物模型确定作物需肥量的方法与流程

本发明实施例涉及农业种植，具体涉及一种基于土壤养分遥感信息和作物模型确定作物需肥量的方法。

背景技术：

1、肥料在作物增产中发挥重要的作用，对作物增产的贡献率超过1/3，因此，在农业种植投入中，农民在肥料购买的投入较大，几乎占总投入的一半，是实现节本增效和减少环境污染主要阻力之一。

2、盲目地增加肥料施用量，导致作物品质下降、肥料利用率降低、农田质量退化、水体富营养化、环境污染和农业生态系统脆弱，给农业生产、生态环境带来无法估量的损失。如何经济有效合理的施肥，提高肥料经济效益和利用率，是当下现代农业生产中亟待解决的问题。

3、根据前人研究表明，在作物变量施肥中，关键是如何准确有效地获得当季种植区域的肥料利用率和土壤有效养分校正系数。其中，肥料利用率是变化的，随着肥料的种类、性质、土壤类型、作物种类、气候条件、田间管理等因素的影响而有差别。由于土壤的缓冲性能，其有效养分也是一个动态的变化值，土壤养分含量只能代表有效养分的相对量，不能直接用来计算土壤的有效供应量，通过田间试验来获得土壤有效养分校正系数加以换算；土壤养分校正系数变化范围较大、稳定性差，它随土壤养分含量的不同而变化，在实际应用中进行施肥量估算时，很难准确把握土壤养分校正系数的数值，造成估算的施肥量不够准确。

4、传统获得肥料利用率和土壤有效养分校正系数的方法对于数据的时效性要求都较高，土壤有效养分校正系数获取过程也较为繁琐，因此，本发明提出一种新的方法获取土壤有效养分校正系数和肥料利用率，根据作物需肥要求，生成作物需肥量。

技术实现思路

1、为实现以上目的，本发明实施例提供一种基于土壤养分遥感信息和作物模型确定作物需肥量的方法。

2、为了实现上述目的，本发明的实施方式提供如下技术方案：

3、本发明的实施方式中，提供了一种基于土壤养分遥感信息和作物模型确定作物需肥量的方法，包括如下步骤：

4、s1：获取遥感影像数据信息以及实测土壤养分数据信息，构建土壤养分遥感反演模型，得到研究区域土壤养分空间分布数据；

5、s2：获取监测区域内实时气象数据信息，形成精细化的网格气象数据信息；

6、s3：根据遥感影像数据信息，获得归一化植被指数，结合精细化的网格气象数据信息，构建作物遥感估产模型；

7、s4：根据实地调研研究区域的施肥量，结合“3414”测土配方试验设置多个施肥区间，基于wofost作物模型，获得当季不同作物下的肥料利用率；

8、s5：根据监测区域作物产量、土壤养分含量及元素当季利用率，基于wofost作物模型，获得当季不同作物下土壤有效养分校正系数，确定各监测区下不同作物的需肥量，进而确定实际的施肥量。

9、进一步地，所述步骤s1中，实测土壤养分数据信息包括作物吸收养分量、肥料施用量、肥料中养分含量、目标产量和单位产物所需养分含量，作物吸收养分量具体包括施肥区作物吸收养分量和缺素区作物吸收养分量，土壤养分遥感模型采用xgboots机器学习算法构建，构建土壤养分遥感反演模型，得到研究区域土壤养分空间分布情况。

10、进一步地，所述步骤s3中，作物遥感估产模型的构建方法为：下载包括空间分辨率为2m的遥感影像数据，通过软件预处理，获得归一化植被指数，最后再结合所述精细化网格气象数据形成作物遥感估产模型。

11、进一步地，所述步骤s4中，所述多个施肥区间包括四个施肥标准，分别为不施肥、0.5倍常规施肥、常规施肥和1.5倍常规施肥。

12、进一步地，所述肥料利用率指作物所能吸收肥料养分的比率，公式为：肥料利用率＝(施肥区作物吸收养分量kg/亩-缺素区作物吸收养分量kg/亩)/(肥料施用量kg/亩×肥料中养分含量％)×100％。

13、进一步地，所述土壤有效养分校正系数是作物吸收某种养分量占土壤中该有效养分总量的百分数，公式为：土壤有效养分校正系数＝(∣种植前土壤养分含量-收获后土壤养分含量∣)/种植前土壤养分含量×100％。

14、进一步地，根据所述土壤有效养分校正系数确定土壤供肥量，其表达式为：土壤供肥量＝速效养分测定值×0.15×土壤有效养分校正系数。

15、进一步地，所述作物需肥量为作物生长所需要的肥料含量，其计算公式为：作物需肥量＝(目标产量kg×生产100公斤作物所需养分含量)/100。

16、进一步地，所述施肥量为根据预测产量所需要实际施用肥料的用量，具体的计算公式为：施肥量＝(作物需肥量-土壤供肥量)/(元素当季利用率×肥料中养分含量％)。

17、根据本发明的实施方式，与现有技术相该方法具有如下优点：

18、本发明提出了一种采用土壤养分遥感和作物模型相结合的估算作物需肥量的综合方法，针对肥料利用率和土壤有效养分校正系数难获取和时效性差的不足，使用基于遥感影像与作物模型相结合的数据融合方法，可以较好地解决作物变量施肥的方法对肥料利用率和土壤有效养分校正系数数据的时效性和有效性的要求较高问题。

19、相对于传统获得肥料利用率和土壤有效养分校正系数的方法对于数据的完整性和全面性要求都较高，肥料利用率和土壤有效养分校正系数的获取过程也较为繁琐，而本发明提出一种以遥感数据为基础，结合作物模型的方法，获取了肥料利用率，分析土壤有效养分与土壤有效养分校正系数之间的相关关系，构建了土壤有效养分校正系数的估算模型，依据作物需肥要求下，生成作物需肥量的综合方法。结果表明，该方法具有良好的稳健性及得到较高施肥量的精度。

技术特征：

1.一种基于土壤养分遥感信息和作物模型确定作物需肥量的方法，

2.如权利要求1所述的基于土壤养分遥感信息和作物模型确定作物需肥量的方法，其特征在于，所述步骤s1中，实测土壤养分数据信息包括作物吸收养分量、肥料施用量、肥料中养分含量、目标产量和单位产物所需养分含量，作物吸收养分量具体包括施肥区作物吸收养分量和缺0素区作物吸收养分量，土壤养分遥感模型采用xgboots机器学习算法构建，构建土壤养分遥感反演模型，得到研究区域土壤养分空间分布情况。

3.如权利要求2所述的基于土壤养分遥感信息和作物模型确定作物需肥量的方法，其特征在于，所述步骤s3中，作物遥感估产模型的构建方法为：下载包括空间分辨率为2m的遥感影像数据，通过软件预处理，5获得归一化植被指数，最后再结合所述精细化网格气象数据形成作物遥感估产模型。

4.如权利要求3所述的基于土壤养分遥感信息和作物模型确定作物需肥量的方法，其特征在于，所述步骤s4中，所述多个施肥区间包括四个施肥标准，分别为不施肥、0.5倍常规施肥、常规施肥和1.5倍常规施肥。

5.如权利要求4所述的基于土壤养分遥感信息和作物模型确定作物需肥量的方法，其特征在于，所述肥料利用率指作物所能吸收肥料养分的比率，公式为：肥料利用率＝(施肥区作物吸收养分量kg/亩-缺素区作物吸收养分量kg/亩)/(肥料施用量kg/亩×肥料中养分含量％)×100％。

6.如权利要求1所述的基于土壤养分遥感信息和作物模型确定作物需肥量的方法，其特征在于，所述土壤有效养分校正系数是作物吸收某种养分量占土壤中该有效养分总量的百分数，公式为：土壤有效养分校正系数％＝(∣种植前土壤养分含量-收获后土壤养分含量∣)/种植前土壤养分含量×100％。

7.如权利要求6所述的基于土壤养分遥感信息和作物模型确定作物需肥量的方法，其特征在于，根据所述土壤有效养分校正系数确定土壤供肥量，其表达式为：土壤供肥量＝速效养分测定值×0.15×土壤有效养分校正系数。

8.如权利要求1所述的基于土壤养分遥感信息和作物模型确定作物需肥量的方法，其特征在于，所述作物需肥量为作物生长所需要的肥料含量，其计算公式为：作物需肥量＝(目标产量kg×100公斤产物所需养分含量)/100。

9.如权利要求1所述的基于土壤养分遥感信息和作物模型确定作物需肥量的方法，其特征在于，所述施肥量为根据预测产量所需要实际施用肥料的用量，具体的计算公式为：施肥量＝(作物总需肥量-土壤供肥量)/(元素当季利用率×肥料中养分含量％)。

技术总结
本发明实施例公开了一种基于土壤养分遥感信息和作物模型确定作物需肥量的方法，通过数据获取、确定肥料利用率和土壤有效养分校正系数以及构建模型等步骤，从而确定农作物需肥量。本发明提出一种以遥感数据为基础，结合作物模型的方法，获取了肥料利用率，分析土壤有效养分与土壤有效养分校正系数之间的相关关系，构建了土壤有效养分校正系数的估算模型，依据作物需肥要求下，生成作物需肥量的综合方法。结果表明，该方法具有良好的稳健性及得到较高施肥量的精度。

技术研发人员：吴磊,孙世山,刁万英
受保护的技术使用者：苏州深蓝空间遥感技术有限公司
技术研发日：
技术公布日：2024/1/13