一种基于生长季指数的高寒草地物候预测方法及系统

本发明属于植被物候模型领域，具体涉及一种基于生长季指数的高寒草地物候预测方法及系统。

背景技术：

1、植物物候是指植物受生物因子和非生物因子的影响而出现的以年为周期的自然现象，是气候变化影响生态系统最敏感的指示器。植物物候不仅通过物种间的物候适应度差异影响生态系统结构，还与植被生产力和生态系统碳水循环及能量平衡密切相关，近年来已成为全球变化研究的热点之一。当前，植物物候研究主要利用地面物候观测、遥感物候反演和物候模型模拟三种方式，其中物候模型是唯一能够重建过去并预测未来物候变化的方法。

2、常用的物候模型主要分为统计模型和过程模型。统计模型不考虑环境因子对物候的影响机制，主要是基于植物物候期与气候因子之间的统计关系建立回归方程。统计模型虽然简单且有时在较小范围内模拟精度较高，但是往往不具备普适性，在大区域应用或者进行未来预测时可能存在较大问题。相比统计模型，过程模型的模拟效果普遍更好，不过由于目前青藏高原高寒草地物候发生与变化机制不完全清楚，春秋季物候过程及物候变化机理差异较大，因此过程模型的建立较为复杂，需要考虑的驱动因子及模型参数较多，对于模型使用者的要求也较高。在未充分理解物候变化机制或没有考虑到主要驱动因子时，可能导致物候预测的鲁棒性和准确性较差。

技术实现思路

1、本发明提出了一种基于生长季指数的高寒草地物候预测方法及系统，基于青藏高原高寒草地的特殊性，在gsi模型框架下利用对高寒草地冠层发育影响较大且容易获取的气候数据来构建多因子驱动的物候预测模型，提升高寒草地物候预测的准确性和鲁棒性。

2、本发明的第一方面提供了一种基于生长季指数的高寒草地物候预测方法，所述方法包括：

3、使用预设的agsi模型对气候因子进行映射处理得到每个气候因子的指数值；其中，所述气候因子是对高寒草地直接进行监测得到的气候监测数据，包括日最低气温、日最高气温、日降水量和日长；

4、根据所述气候因子的指数值，通过预设的agsi计算公式得到每日生长季指数；

5、基于实际的预测精度需求，对所述每日生长季指数进行去噪处理，得到平滑的agsi年内变化曲线；

6、根据所述agsi年内变化曲线，利用阈值法得到高寒草地的生长季开始日期和结束日期。

7、上述方案先通过预设的agsi模型将气候因子映射为0到1之间的指数值，以分别量化每个气候因子对高寒草地冠层发育的限制作用，而且引入了以往模型鲜少考虑的日最高气温作为主要影响因子之一，使得计算的生长季指数能更全面地反映气候条件的综合作用，也使模型能够模拟非对称增温对高寒草地物候发育的影响，提升高寒草地物候预测的准确性和鲁棒性；然后对所述各气候因子的指数值进行连乘，得到一个综合的生物气候指数iagsi，再对iagsi曲线进行平滑处理得到agsi年内变化曲线，以更加直观且清晰地展示气候对高寒草地物候发育的影响，同时便于后续物候指标的提取；最后根据agsi年内变化曲线，利用阈值法检测高寒草地的生长季开始和结束日期；而且模型需要的气候数据都可以通过直接观测得到，很容易获取。

8、在第一方面的一种可能的实现方法中，使用预设的agsi模型对气候因子进行映射处理得到每个气候因子的指数值，具体为：

9、根据所述agsi模型的日最低气温映射公式对日最低气温进行处理，得到日最低气温的指数值；

10、根据所述agsi模型的日最高气温映射公式对日最高气温进行处理，得到日最高气温的指数值；

11、根据日降水量计算预设时间段的平均降水量，通过所述agsi模型的降水量映射公式进行处理，得到降水量的指数值；

12、根据所述agsi模型的日长映射公式对日长进行处理，得到日长的指数值。

13、上述方案通过agsi模型的映射公式，定量化每个气候因子对高寒草地物候发育的影响，每个气候因子的指数值表示植被冠层发育受该气候因子限制的相对程度，是后续计算高寒草地生长季指数的基础。

14、在第一方面的一种可能的实现方法中，日最低气温映射公式、日最高气温映射公式、降水量映射公式和日长映射公式，具体为：

15、所述日最低气温映射公式，具体表达式为：

16、

17、其中，itmin为日最低气温的指数值，tmin为日最低气温，tmmin和tmmax分别为日最低气温的最小值阈值和最大值阈值；

18、所述日最高气温映射公式，具体表达式为：

19、

20、其中，itmax为日最高气温的指数值，tmax为日最高气温，tamin和tamax分别为日最高气温的最小值阈值和最大值阈值；

21、所述降水量映射公式，具体表达式为：

22、

23、

24、其中，ipa为降水量的指数值，pa(d)为在第d天之前预设时间段的平均降水量，p(d)为第d天的日降水量，pamin和pamax分别为降水量的最小值阈值和最大值阈值；

25、所述日长映射公式，具体表达式为：

26、

27、其中，iphoto为日长的指数值，photo为每日日长，photomin和photomax分别为日长的最小值阈值和最大值阈值。

28、在第一方面的一种可能的实现方法中，每日生长季指数，具体为：

29、所述每日生长季指数iagsi，具体表达式为：

30、iagsi＝itmin×itmax×ipa×iphoto；

31、其中，itmin为日最低气温的指数值，itmax为日最高气温的指数值，ipa为降水量的指数值，iphoto为日长的指数值。

32、在第一方面的一种可能的实现方法中，基于实际的预测精度需求，对所述每日生长季指数进行去噪处理，得到平滑的agsi年内变化曲线，具体为：

33、根据实际的预测精度需求对应的去噪或平滑效果，确定滑动窗口的大小；

34、使用滑动窗口对每日生长季指数进行滑动平均处理，得到平滑的agsi年内变化曲线。

35、上述方案通过控制滑动窗口的大小来控制曲线的平滑程度。

36、在第一方面的一种可能的实现方法中，根据所述agsi年内变化曲线，利用阈值法得到高寒草地的生长季开始日期和结束日期，具体为：

37、根据预设的时间范围，将所述agsi年内变化曲线划分为春季部分和秋季部分；

38、在所述春季部分中，将agsi年内变化曲线第一次达到预设的agsi阈值的日期作为高寒草地的生长季开始日期；

39、在所述秋季部分中，将agsi年内变化曲线第一次低于预设的agsi阈值的日期作为高寒草地的生长季结束日期。

40、本发明第二方面提供了一种基于生长季指数的高寒草地物候预测系统，所述系统包括：气候因子指数计算模块、每日生长季指数计算模块、agsi年内变化曲线生成模块和高寒草地生长季预测模块；

41、所述气候因子指数计算模块，用于使用预设的agsi模型对气候因子进行映射处理得到每个气候因子的指数值；其中，所述气候因子是基于高寒草地的历史气候监测数据生成的，包括日最低气温、日最高气温、日降水量和日长；

42、所述每日生长季指数计算模块，用于根据所述气候因子的指数值，通过预设的agsi计算公式得到每日生长季指数；

43、所述agsi年内变化曲线生成模块，用于基于实际的预测精度需求，对所述每日生长季指数进行去噪处理，得到平滑的agsi年内变化曲线；

44、所述高寒草地生长季预测模块，用于根据所述agsi年内变化曲线，利用阈值法得到高寒草地的生长季开始日期和结束日期。

45、在第二方面的一种可能的实现方式中，高寒草地生长季预测模块包括：生长季预测单元；

46、所述生长季预测单元，用于根据预设的时间范围，将所述agsi年内变化曲线划分为春季部分和秋季部分；在所述春季部分中，将agsi年内变化曲线第一次达到预设的agsi阈值的日期作为高寒草地的生长季开始日期；在所述秋季部分中，将agsi年内变化曲线第一次低于预设的agsi阈值的日期作为高寒草地的生长季结束日期。

47、本发明第三方面提供了一种终端设备，所述设备包括：一种终端设备，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本发明实施例中任一项所述的一种基于生长季指数的高寒草地物候预测方法的步骤。

48、本发明第四方面提供了一种存储介质，所述存储介质存储计算机可读程序代码，当所述计算机可读程序代码被执行时实现本发明实施例中任一项所述的一种基于生长季指数的高寒草地物候预测方法的步骤。