摘要
本发明提出一种基于多源遥感时序数据的农田蒸散量预测方法，利用中国境内平原地区样本地市关键性时间段内高分辨率遥感数据(温度、湿度、风速、水汽含量)，改进LSTM时间序列预测模型，将样本数据输入改进后的模型进行训练，实现未来24小时气象变量滚动预测。同过利用Penman‑Monteith公式计算潜在蒸散量(ET0)；通过实验也验证了模型预测的精准度，通过实验结果与真实值对比表明，通过改进模型进行风速预测误差为0.5m/s，温度预测误差为0.65℃，相对湿度误差为2.97％，水汽含量误差为3.98kg/m2，ET0计算误差小于1％，该模型在短时数据场景下，预测具有稳定性，由于这种结构的独特性以及数据的短时性，可替代传统农学参数评估水分胁迫风险，同时为农业灌溉决策提供了技术支持。
