本發(fā)明屬于農(nóng)業(yè)水土工程技術(shù)領(lǐng)域，具體的涉及一種多源作物需水量整合方法。

背景技術(shù)：

作物需水量是水土資源平衡計(jì)算、灌溉工程規(guī)劃設(shè)計(jì)與運(yùn)行管理中不可或缺的基礎(chǔ)數(shù)據(jù)。國(guó)內(nèi)外提出了很多測(cè)定和估算作物需水量的方法。這些方法在其各自的應(yīng)用范圍內(nèi)雖然都有一定的精度，但也有各自的特點(diǎn)：通過(guò)布設(shè)監(jiān)測(cè)站點(diǎn)測(cè)定的作物需水量精度較高，但受人力、物力、技術(shù)手段及外部大環(huán)境影響，數(shù)據(jù)存在缺失現(xiàn)象，如20世紀(jì)80年代建立的灌溉試驗(yàn)數(shù)據(jù)庫(kù)，雖具有一定的系統(tǒng)性，但不少站點(diǎn)在個(gè)別時(shí)間仍有缺失現(xiàn)象。利用常規(guī)氣象觀測(cè)資料采用作物系數(shù)法計(jì)算的作物需水量，盡管也具有一定精度，但同樣存在數(shù)據(jù)缺失問(wèn)題。利用遙感獲取的作物需水信息多是不同空間粒度的瞬時(shí)面數(shù)據(jù)，要想獲得多年平均的整個(gè)生育期需水量必須進(jìn)行時(shí)空尺度轉(zhuǎn)換，在時(shí)空尺度轉(zhuǎn)換過(guò)程中常常產(chǎn)生一定程度的不確定性。另外，研究論文和課題報(bào)告也是作物需水信息來(lái)源之一，但其通常是某一具體年份的歷史數(shù)據(jù)，缺乏系統(tǒng)性。綜上所述，作物需水量數(shù)據(jù)來(lái)源多，存在時(shí)空錯(cuò)位，系列長(zhǎng)度短等問(wèn)題，導(dǎo)致不少數(shù)據(jù)難以滿足灌溉工程規(guī)劃、設(shè)計(jì)及精細(xì)管理的實(shí)際需求。

灌溉工程的規(guī)劃、設(shè)計(jì)要求數(shù)據(jù)系列不宜少于30年，但目前嚴(yán)格滿足該要求的站點(diǎn)卻很有限，與此同時(shí)，國(guó)內(nèi)相關(guān)部門(mén)進(jìn)行了大量研究試驗(yàn)，采用不同的方法或技術(shù)手段獲取了大量數(shù)據(jù)，如何充分利用這些寶貴的數(shù)據(jù)一直是讓人頭疼的難題。本申請(qǐng)充分考慮不同來(lái)源數(shù)據(jù)的特點(diǎn)及影響作物需水量的主要因素，考慮作物需水量中所蘊(yùn)含的先驗(yàn)知識(shí)及約束條件，采用bme方法對(duì)不同來(lái)源的作物需水量數(shù)據(jù)進(jìn)行有機(jī)整合，對(duì)于提高稀疏站點(diǎn)大區(qū)域作物需水量的估算精度具有重要意義。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對(duì)現(xiàn)有技術(shù)難以考慮作物需水量所蘊(yùn)含的先驗(yàn)知識(shí)，并且不同來(lái)源不同精度的作物需水量數(shù)據(jù)難以有效表達(dá)的問(wèn)題，提出一種多源作物需水量整合方法。

本發(fā)明的技術(shù)方案是：一種多源作物需水量整合方法，包括以下步驟：

收集整理不同來(lái)源的作物需水量信息及其主要影響因素信息；

根據(jù)作物需水量的用途及要求，對(duì)不同來(lái)源的作物需水量信息進(jìn)行分類；

根據(jù)作物需水量的特性，將定性知識(shí)轉(zhuǎn)化為定量的數(shù)學(xué)約束，構(gòu)建先驗(yàn)分布函數(shù)；

以適當(dāng)?shù)男问奖硎驹谔囟〞r(shí)間、特定空間獲取的作物需水量；

根據(jù)先驗(yàn)知識(shí)和獲取的不同數(shù)據(jù)來(lái)源的作物需水量知識(shí)對(duì)構(gòu)建的先驗(yàn)概率分布函數(shù)進(jìn)行修正，進(jìn)而獲得作物需水量的后驗(yàn)概率分布函數(shù)；

用后驗(yàn)概率分布函數(shù)的數(shù)學(xué)期望表示整合后不同空間的作物需水量。

所述的多源作物需水量整合方法，所述收集不同來(lái)源的作物需水量信息及其主要影響因素信息，其中不同來(lái)源的作物需水量信息包括：實(shí)際測(cè)定的試驗(yàn)站點(diǎn)的作物需水量；利用常規(guī)氣象資料，采用作物系數(shù)法計(jì)算的作物需水量；采用協(xié)同克立格方法空間化處理獲得的作物需水量；采用pca和gwr方法獲得的作物需水量；文獻(xiàn)中的作物需水量以及遙感獲取的作物需水量。

所述的多源作物需水量整合方法，所述收集不同來(lái)源的作物需水量信息及其主要影響因素信息，其中影響區(qū)域作物需水量空間分布的主要因素包括，宏觀地形要素：經(jīng)度、緯度和高程；微觀地形要素：坡度、坡向和遮蔽度；對(duì)應(yīng)生育期的主要?dú)庀笠兀鹤罡邭鉁?、最低氣溫、平均氣溫、風(fēng)速、相對(duì)濕度、降雨、蒸發(fā)、日照時(shí)數(shù)、日較差。

所述的多源作物需水量整合方法，所述根據(jù)作物需水量的用途及要求，對(duì)不同來(lái)源的作物需水量進(jìn)行分類包括：將系列長(zhǎng)、精度高的作物需水量分為一類，將系列短、但仍有一定精度的作物需水量分為一類。

所述的多源作物需水量整合方法，所述根據(jù)作物需水量的特性，將定性知識(shí)轉(zhuǎn)化為定量的數(shù)學(xué)約束，構(gòu)建先驗(yàn)分布函數(shù)，其中定量約束包括：歸一化約束、數(shù)學(xué)期望約束和方差約束。

所述的多源作物需水量整合方法，所述以適當(dāng)?shù)男问奖硎驹谔囟〞r(shí)間、特定空間獲取的作物需水量，包括：文獻(xiàn)軟數(shù)據(jù)和遙感軟數(shù)據(jù)采用區(qū)間的形式進(jìn)行表達(dá)，針對(duì)部分年份缺失的作物需水量數(shù)據(jù)，利用有限樣本修正系數(shù)對(duì)方差進(jìn)行修正，采用下式表示作物需水量的概率密度函數(shù)：

式中s²為樣本得無(wú)偏估計(jì)量，n為有限樣本數(shù)，n為總體樣本數(shù)；

基于灌溉試驗(yàn)數(shù)據(jù)庫(kù)的克里格數(shù)據(jù)和基于pca和gwr的作物需水量數(shù)據(jù)采用下式表達(dá)作物需水量的概率密度函數(shù)：

式中為利用協(xié)同克立格方法或其他方法獲得的預(yù)測(cè)值，σ為標(biāo)準(zhǔn)差。

所述的多源作物需水量整合方法，所述根據(jù)先驗(yàn)知識(shí)和獲取的不同數(shù)據(jù)來(lái)源的作物需水量知識(shí)對(duì)構(gòu)建的先驗(yàn)概率分布函數(shù)進(jìn)行修正，具體包括：利用公式對(duì)先驗(yàn)概率密度函數(shù)進(jìn)行修正，式中和fg(χcwr)分別為基于所有知識(shí)的修正后的后驗(yàn)概率密度函數(shù)和先驗(yàn)概率密度函數(shù)。

所述的多源作物需水量整合方法，所述后驗(yàn)概率分布函數(shù)包括：后驗(yàn)概率分布函數(shù)數(shù)學(xué)期望和后驗(yàn)概率分布函數(shù)方差：其中，后驗(yàn)概率分布函數(shù)期望采用表達(dá)，當(dāng)軟數(shù)據(jù)為概率性分布形式時(shí)，后驗(yàn)概率分布函數(shù)期望可表示為：

式中為通過(guò)硬數(shù)據(jù)、軟數(shù)據(jù)修正計(jì)算后的概率密度函數(shù)；整合結(jié)果的不確定性通常用方差來(lái)衡量。

所述的多源作物需水量整合方法，所述用后驗(yàn)概率分布函數(shù)的數(shù)學(xué)期望表示整合后不同空間的作物需水量，具體為：用后驗(yàn)概率分布函數(shù)的數(shù)學(xué)期望表示整合后不同空間的作物需水量，后驗(yàn)概率分布函數(shù)的方差表達(dá)作物需水量整合效果。

本發(fā)明的有益效果是：由以上技術(shù)方案可以看出，本發(fā)明既可以利用精度高、系列長(zhǎng)的硬數(shù)據(jù)，也可以利用部分年份缺失的站點(diǎn)數(shù)據(jù)、可快速獲取的遙感數(shù)據(jù)、文獻(xiàn)及數(shù)據(jù)庫(kù)中的歷史數(shù)據(jù)和采用不同方法空間化處理的數(shù)據(jù)，通過(guò)對(duì)不同來(lái)源、不同精度的作物需水量數(shù)據(jù)進(jìn)行整合，可顯著提高稀疏站點(diǎn)大區(qū)域的作物需水量估算精度。

附圖說(shuō)明

為了更清楚地說(shuō)明本申請(qǐng)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本申請(qǐng)中記載的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種多源作物需水量整合方法的流程示意圖；

圖2位不同來(lái)源數(shù)據(jù)的作物需水量樣點(diǎn)空間分布圖；

圖3a為只利用硬數(shù)據(jù)的作物需水量空間分布圖；

圖3b為硬數(shù)據(jù)+文獻(xiàn)數(shù)據(jù)整合的作物需水量空間分布圖；

圖3c為硬數(shù)據(jù)+克立格數(shù)據(jù)整合的作物需水量空間分布圖；

圖3d為硬數(shù)據(jù)+gwr數(shù)據(jù)整合的作物需水量空間分布圖；

圖3e為硬數(shù)據(jù)+除文獻(xiàn)數(shù)據(jù)以外的其它軟數(shù)據(jù)整合的作物需水量空間分布圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本申請(qǐng)中的技術(shù)方案，下面將結(jié)合本申請(qǐng)實(shí)施例中的附圖，對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本申請(qǐng)一部分實(shí)施例，而不是全部的實(shí)施例。基于本申請(qǐng)中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本申請(qǐng)保護(hù)的范圍。

本發(fā)明充分考慮不同來(lái)源數(shù)據(jù)的系列長(zhǎng)短及精度高低，將精度高、系列長(zhǎng)的數(shù)據(jù)做為硬數(shù)據(jù)，系列短，具有一定精度的作物需水量作為軟數(shù)據(jù)，利用硬數(shù)據(jù)確定獲得最大熵的約束條件，根據(jù)軟數(shù)據(jù)獲取渠道的不同，提出不同來(lái)源數(shù)據(jù)的概率密度函數(shù)表達(dá)方式，進(jìn)而修正先驗(yàn)概率密度函數(shù)獲得后驗(yàn)概率密度函數(shù)，以后驗(yàn)概率分布函數(shù)的數(shù)學(xué)期望表示整合后不同空間的作物需水量，其方差表達(dá)作物需水量整合效果。

實(shí)施例1：結(jié)合圖1-圖3e，一種多源作物需水量整合方法，包括如下幾個(gè)步驟：

s100、收集整理不同來(lái)源作物需水量信息及其影響作物需水量空間分布的主要影響因素信息，其中：

不同來(lái)源的作物需水量信息包括：實(shí)際測(cè)定的試驗(yàn)站點(diǎn)的作物需水量，利用常規(guī)氣象資料，采用作物系數(shù)法計(jì)算的作物需水量，采用協(xié)同克立格方法空間化處理獲得的作物需水量、采用pca和gwr方法獲得的作物需水量、文獻(xiàn)中的作物需水量以及遙感獲取的作物需水量，各種不同來(lái)源作物需水量的空間分布如附圖2所示；

影響區(qū)域作物需水量空間分布的主要因素包括：宏觀地形要素（經(jīng)度、緯度和高程）、微觀地形要素（坡度、坡向和遮蔽度）和對(duì)應(yīng)生育期的主要?dú)庀笠兀ㄗ罡邭鉁亍⒆畹蜌鉁?、平均氣溫、風(fēng)速、相對(duì)濕度、降雨、蒸發(fā)、日照時(shí)數(shù)、日較差）。

s200、根據(jù)作物需水量的用途及要求，對(duì)不同來(lái)源的作物需水量進(jìn)行分類；

將系列長(zhǎng)、精度高的作物需水量分為一類，做為硬數(shù)據(jù)，系列短、但仍有一定精度的作物需水量分為一類，做為軟數(shù)據(jù)。

根據(jù)國(guó)家標(biāo)準(zhǔn)《灌溉與排水工程設(shè)計(jì)規(guī)范》要求，在進(jìn)行灌溉設(shè)計(jì)保證率計(jì)算時(shí)，計(jì)算系列不宜少于30年，但我國(guó)不少灌溉試驗(yàn)站點(diǎn)試驗(yàn)系列并沒(méi)有達(dá)到規(guī)范要求，由于fao-56推薦的利用常規(guī)氣象要素計(jì)算作物需水量的作物系數(shù)法在中國(guó)華北地區(qū)精度較高，因此硬數(shù)據(jù)也包括利用常規(guī)氣象要素（最長(zhǎng)系列：1954－2013年）計(jì)算得到的計(jì)算系列超過(guò)30年的需水量數(shù)據(jù)。

采用協(xié)同克立格方法空間化處理獲得的作物需水量、采用pca和gwr方法獲得的作物需水量、文獻(xiàn)中的作物需水量以及遙感獲取的作物需水量做為軟數(shù)據(jù)。

s300、根據(jù)作物需水量的特性，將定性知識(shí)轉(zhuǎn)化為定量的數(shù)學(xué)約束，構(gòu)建先驗(yàn)分布函數(shù)。根據(jù)作物需水量的特點(diǎn)，其定性知識(shí)轉(zhuǎn)化為的定量約束包括：歸一化約束、數(shù)學(xué)期望約束和方差約束。

s400、以適當(dāng)?shù)男问奖硎驹谔囟〞r(shí)間、特定空間獲取的作物需水量。

硬數(shù)據(jù)的表達(dá)：

由于這里的硬數(shù)據(jù)是實(shí)際測(cè)定或計(jì)算精度高的數(shù)據(jù)，因此52個(gè)點(diǎn)上作物需水量取這些硬數(shù)據(jù)值的概率為1，也即prob[xhard=χhard]=1。

文獻(xiàn)數(shù)據(jù)的表達(dá)：

國(guó)內(nèi)不少專家進(jìn)行了黃淮海冬麥區(qū)的作物需水量試驗(yàn)，以關(guān)鍵詞“華北地區(qū)”和“冬小麥需水量”從中國(guó)知網(wǎng)（http://www.cnki.net）數(shù)據(jù)庫(kù)中全文檢索，查到相關(guān)文獻(xiàn)211條，剔除不相關(guān)的文獻(xiàn)后，剩余28篇論文，涉及到河南19個(gè)站點(diǎn)、河北5個(gè)站點(diǎn)、山東9個(gè)站點(diǎn)，山西1個(gè)站點(diǎn)，北京2個(gè)站點(diǎn)。這些數(shù)據(jù)盡管有些是試驗(yàn)得到的實(shí)測(cè)數(shù)據(jù)，但由于這些數(shù)據(jù)與試驗(yàn)數(shù)據(jù)庫(kù)、氣象數(shù)據(jù)估算得到的數(shù)據(jù)時(shí)間或空間上不一致，并且這些數(shù)據(jù)系列均小于30年，但這些數(shù)據(jù)對(duì)一些站點(diǎn)的估算仍有一定的意義，因此對(duì)這些數(shù)據(jù)進(jìn)行處理時(shí)，采用下列原則：如果同一站點(diǎn)的數(shù)據(jù)較多，則按區(qū)間數(shù)據(jù)處理，其最大最小值按所有試驗(yàn)或估算年份中的最大值、最小值，設(shè)其最大值為ui，最小值為li，則prob(li<χsoft<ui)=1。若站點(diǎn)與硬數(shù)據(jù)點(diǎn)重復(fù)，在數(shù)據(jù)整合時(shí)予以刪除。

部分年份缺失的作物需水量數(shù)據(jù)表達(dá)：

在華北冬小麥適宜種植區(qū)內(nèi)，有5個(gè)站點(diǎn)（定陶、墾利、平度、費(fèi)縣、陵縣）的試驗(yàn)數(shù)據(jù)缺失較多，計(jì)算數(shù)據(jù)系列沒(méi)有達(dá)到30年，這些數(shù)據(jù)盡管蘊(yùn)含了較多作物需水量信息，但卻存在一定的不確定性，因此將這些數(shù)據(jù)作為包含不確定信息的軟數(shù)據(jù)（站點(diǎn)分布詳見(jiàn)圖2），這些數(shù)據(jù)簡(jiǎn)稱年份缺失數(shù)據(jù)。

利用有限樣本修正系數(shù)對(duì)方差進(jìn)行修正，采用下式表示作物需水量的概率密度函數(shù)：

式中s²為樣本得無(wú)偏估計(jì)量，n為有限樣本數(shù)，n為總體樣本數(shù)；

這里以定陶站為例說(shuō)明方差的修正過(guò)程，定陶站共有19年的數(shù)據(jù)，根據(jù)式（6）可計(jì)算出這19年的數(shù)學(xué)期望（平均值）為420.02mm，根據(jù)式（8）可得到有限樣本的s²=638.35，利用式（9）可得到定陶站的概率密度函數(shù)為fs(χsoft)=0.285ft(0.285xi?119.67)。

基于灌溉試驗(yàn)數(shù)據(jù)庫(kù)的克立格數(shù)據(jù)表達(dá)：

以“灌溉試驗(yàn)數(shù)據(jù)庫(kù)”中67個(gè)站點(diǎn)的（1961－1990）作物需水量及其生育期內(nèi)主要?dú)庀笠貫閿?shù)據(jù)源，利用協(xié)同克立格方法，以日照時(shí)數(shù)、風(fēng)速和高程作為協(xié)同因子對(duì)作物需水量進(jìn)行空間化處理，可得到整個(gè)華北冬小麥種植區(qū)的冬小麥需水量和標(biāo)準(zhǔn)差的空間分布柵格圖。采用隨機(jī)采樣工具獲得274個(gè)站點(diǎn)的平均值（數(shù)學(xué)期望）和標(biāo)準(zhǔn)差，得到平均值和標(biāo)準(zhǔn)差后，根據(jù)下式得到數(shù)據(jù)的概率密度函數(shù)。這些軟數(shù)據(jù)簡(jiǎn)稱克立格軟數(shù)據(jù)。

式中為利用協(xié)同克立格方法或其他方法獲得的預(yù)測(cè)值，σ為標(biāo)準(zhǔn)差；

基于pca和gwr的作物需水量數(shù)據(jù)據(jù)表達(dá)：

考慮研究區(qū)內(nèi)67個(gè)站點(diǎn)（1961－2004）的作物需水量為因變量，站點(diǎn)的宏觀地形要素（經(jīng)度、緯度和高程）、微觀地形要素（坡度、坡向和遮蔽度）和對(duì)應(yīng)生育期的主要?dú)庀笠兀ㄗ罡邭鉁?、最低氣溫、平均氣溫、風(fēng)速、相對(duì)濕度、降雨、蒸發(fā)、日照時(shí)數(shù)、日較差）為自變量構(gòu)建回歸模型獲取軟數(shù)據(jù)。

遙感軟數(shù)據(jù)采用區(qū)間的形式進(jìn)行表達(dá)：

雖然遙感估算的需水量也具有一定的精度，但往往僅僅是1年或幾年的數(shù)據(jù)，很難構(gòu)成系列，所以這里按區(qū)間軟數(shù)據(jù)進(jìn)行處理。例如河北館陶縣董固監(jiān)測(cè)的冬小麥需水量分別為338.1、320、252.5和320mm，則認(rèn)為館陶董固附近冬小麥的耗水量位于區(qū)間[252.5,338.1]的概率為1，也即prob(252.5<χsoft<338.1)=1。

s500、根據(jù)先驗(yàn)知識(shí)和獲取的不同數(shù)據(jù)來(lái)源的作物需水量知識(shí)對(duì)構(gòu)建的先驗(yàn)概率分布函數(shù)進(jìn)行修正，得到作物需水量的后驗(yàn)概率分布函數(shù)。

對(duì)先驗(yàn)概率密度函數(shù)進(jìn)行修正,通過(guò)下式實(shí)現(xiàn):

式中和fg(χcwr)分別為基于所有知識(shí)的修正后的后驗(yàn)概率密度函數(shù)和先驗(yàn)概率密度函數(shù)。

s600、以后驗(yàn)概率分布函數(shù)的數(shù)學(xué)期望表示整合后不同空間的作物需水量，其方差表達(dá)作物需水量整合效果。其中后驗(yàn)概率分布函數(shù)的數(shù)學(xué)期望用下式表示：

當(dāng)軟數(shù)據(jù)為概率性分布形式時(shí)，其數(shù)學(xué)期望可用下式表示：

式中為通過(guò)硬數(shù)據(jù)、軟數(shù)據(jù)修正計(jì)算后的概率密度函數(shù)。

整合結(jié)果的不確定性通常用方差來(lái)衡量：

根據(jù)s100-s600得到的不同來(lái)源數(shù)據(jù)的整合結(jié)果如圖3a-3e所示。

從圖中可知，5種數(shù)據(jù)源得到的空間分布結(jié)果，整體上呈現(xiàn)豫南地區(qū)作物需水量小，中部地區(qū)黃河北岸有連片的相對(duì)高值區(qū)，山東需水量相對(duì)較高，冀東北的樂(lè)亭、唐山附近有相對(duì)低值區(qū)。圖3c、圖3d與圖3a相比，豫南地區(qū)整體上變化不大，山東的中部及西北部高值區(qū)連成一片，樂(lè)亭、唐山附近的低值區(qū)變小，北京以北、保定西北等研究區(qū)邊緣部分出現(xiàn)了部分高值區(qū)，發(fā)生這些變化的主要原因是研究區(qū)邊緣滿足規(guī)范要求的硬數(shù)據(jù)站點(diǎn)稀疏，同時(shí)附近的硬數(shù)據(jù)站點(diǎn)作物需水量相對(duì)較低，導(dǎo)致圖3a的研究區(qū)北部出現(xiàn)較大的低值區(qū)，加之圖3c、圖3d所利用的克立格軟數(shù)據(jù)和gwr軟數(shù)據(jù)是根據(jù)“灌溉試驗(yàn)數(shù)據(jù)庫(kù)”提供的不同系列長(zhǎng)度的歷史數(shù)據(jù)通過(guò)空間化處理獲得的，而通過(guò)查閱“灌溉試驗(yàn)數(shù)據(jù)庫(kù)”發(fā)現(xiàn)，天津附近、山西北部的冬小麥需水量均超過(guò)了500mm，而這些數(shù)據(jù)在目前仍具有一定的參考價(jià)值，因此導(dǎo)致圖3c、圖3d與圖3a相比在研究區(qū)北部變化較大。同時(shí)圖3c、圖3d與圖3a相比，研究區(qū)北部變得相對(duì)破碎，特別是北京-保定-石家莊-長(zhǎng)治一線破碎程度增加較多，保定-饒陽(yáng)低值區(qū)不再連成一片，被分割開(kāi)，這些地方由于軟數(shù)據(jù)的利用，使得數(shù)據(jù)源有所增加，減弱了單純利用有限的硬數(shù)據(jù)進(jìn)行空間化處理造成的平滑效應(yīng)，更能反映作物需水量空間分布的變異性。由于圖3e是將除了文獻(xiàn)的其他所有的軟數(shù)據(jù)參與整合，因此冬小麥需水量空間分布圖細(xì)碎化更嚴(yán)重，表明對(duì)冬小麥需水量的空間分布解釋能力更強(qiáng)。

由以上技術(shù)方案可以看出，本發(fā)明既可以利用精度高、系列長(zhǎng)的硬數(shù)據(jù)，也可以利用部分年份缺失的站點(diǎn)數(shù)據(jù)、可快速獲取的遙感數(shù)據(jù)、文獻(xiàn)及數(shù)據(jù)庫(kù)中的歷史數(shù)據(jù)和采用不同方法空間化處理的數(shù)據(jù)，通過(guò)對(duì)不同來(lái)源、不同精度的作物需水量數(shù)據(jù)進(jìn)行整合，可顯著提高稀疏站點(diǎn)大區(qū)域的作物需水量估算精度。

需要說(shuō)明的是，本發(fā)明實(shí)施例提供的確定方法的計(jì)算步驟只是為了敘述方便，并不是嚴(yán)格的要求步驟的先后順序。

需要說(shuō)明的是，在本文中，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。

需要說(shuō)明的是，以上所述僅僅是本申請(qǐng)技術(shù)方案的一部分優(yōu)選具體實(shí)施方式，使本領(lǐng)域技術(shù)人員能夠充分理解或?qū)崿F(xiàn)本申請(qǐng)，而不是全部的實(shí)施例，本文中所定義的一般原理可以在不脫離本申請(qǐng)的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，基于以上實(shí)施例，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本申請(qǐng)?jiān)?，不做出?chuàng)造性勞動(dòng)前提下，還可以做出多種顯而易見(jiàn)的修改和潤(rùn)飾，通過(guò)這些修改和潤(rùn)飾所獲得的所有其他實(shí)施例，都可以應(yīng)用于本申請(qǐng)技術(shù)方案，這些都不影響本申請(qǐng)的實(shí)現(xiàn)，都應(yīng)當(dāng)屬于本申請(qǐng)的保護(hù)范圍。因此，本申請(qǐng)將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合于本文所公開(kāi)的原理和新穎特點(diǎn)相一致的最寬的范圍。

以上對(duì)本申請(qǐng)進(jìn)行了詳細(xì)介紹，本文中應(yīng)用可具體個(gè)例對(duì)本申請(qǐng)的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本申請(qǐng)的方法及其核心思想，同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本申請(qǐng)的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書(shū)內(nèi)容不應(yīng)理解為對(duì)本申請(qǐng)的限制。