基于MODIS时序数据与机器学习的农作物生产风险评估方法及系统
申请号:CN202511049345
申请日期:2025-07-29
公开号:CN120931420A
公开日期:2025-11-11
类型:发明专利
摘要
本发明属于农作物生长监测、农业经济技术领域,尤其涉及基于MODIS时序数据与机器学习的农作物生产风险评估方法及系统,包括以下步骤S1:获取MODIS时序数据、农作物种植分布数据、县级农作物单产统计数据及行政区划底图,S2:将MODIS时序数据与农作物种植分布数据进行掩膜处理,得到农作物对应的8天时序数据集,S3:单产波动率计算,采用非参数加权局部线性回归法剔除农作物单产趋势,得到单产波动数据,再计算分县农作物单产波动率,S4:模型构建,基于步骤S2的GPP数据集、LST数据集和步骤S3的单产波动率数据,构建机器学习回归模型,S5:农作物生产风险评估,利用步骤S4的最优模型,结合MODIS时序栅格数据集,生成栅格级农作物单产损失结果。
技术关键词
风险评估方法
时序
非参数核密度估计
地表温度数据
风险评估系统
农业经济技术
数据获取模块
优化机器学习
参数优化模型
随机森林
栅格
模型训练模块
掩膜
矢量图
线性
指标