本發明涉及農業環境模擬與排放清單核算，特別是涉及一種基于作物生長模型與高斯分布的自適應精準施肥量計算方法及系統。
背景技術：
1、準確量化化肥施用量是評估農業活動環境影響的基石。在區域乃至國家尺度的環境模型中，例如模擬大氣中氨（nh3）排放導致的霧霾問題、或估算農田氧化亞氮（n2o）這一強效溫室氣體的排放量時，其結果的可靠性高度依賴于輸入的化肥施用數據是否貼近實際。然而，當前在宏觀環境研究中，所使用的化肥施用量數據往往存在巨大不確定性。這主要源于兩個方面：首先，作物種植時間受年際間氣象條件波動的影響而存在不確定性；其次，不同地區、不同種植戶在施肥次數、施肥時機及肥料種類（如基肥偏好復合肥、農家肥，追肥偏好尿素等）的選擇上存在顯著的“地方習慣”差異。現有模型通常采用固定的施肥時間表和統一的肥料品種進行估算，這種“一刀切”的簡化處理，導致估算出的施用量與地方復雜的實際狀況嚴重脫節，從而使得后續的環境影響評估結果可信度不足。
2、為改進這一狀況，已有技術嘗試在模型中引入隨機性來表征不確定性。例如，現有技術中提出利用高斯（正態）分布來描述施肥時間圍繞理論日期的隨機波動。然而，該方法存在根本性缺陷：它將所有作物的施肥過程強行簡化為統一的“種植前、種植時和收獲前”三次施肥。這種極度簡化的模型完全無法捕捉不同作物，如水稻與果樹，在生育周期和需肥規律上的特異性，也無法體現因地域農藝實踐不同而導致的施肥策略多樣化，其估算結果依然難以真實反映區域尺度上的實際施肥情況。
技術實現思路
1、本發明的目的是提供一種基于作物生長模型與高斯分布的自適應精準施肥量計算方法及系統，通過高斯分布耦合作物生長敏感期、三因子校正和分層網格與土壤肥力分區耦合計算，以適配作物特性、土壤條件和氣象變化，并提升區域精準施肥量計算的準確性與實際貼合度。
2、為實現上述目的，本發明提供了如下方案：
3、一種基于作物生長模型與高斯分布的自適應精準施肥量計算方法，包括如下步驟：
4、構建動態施肥核心參數庫，并根據動態施肥核心參數庫進行高斯分布參數初始化；動態施肥核心參數庫包括：作物子庫、土壤子庫、氣象子庫和作物生長敏感期子庫；
5、采集目標區域的多維度基礎輸入數據；多維度基礎輸入數據包括：作物基礎數據、土壤肥力動態數據、實時氣象數據、空間異質性數據和施肥推薦數據；
6、基于動態施肥核心參數庫和多維度基礎輸入數據，通過高斯分布對目標作物進行生長敏感期耦合，得到施肥時間窗口；
7、通過三因子校正系數計算施肥時間窗口的單次施肥量和累計施肥量；三因子校正系數包括：土壤肥力校正系數、氣象校正系數和作物生長狀態校正系數；
8、根據單次施肥量和累計施肥量進行分層網格與土壤肥力分區耦合計算，得到目標區域總施用量。
9、可選地，構建動態施肥核心參數庫，并根據動態施肥核心參數庫進行高斯分布參數初始化，包括：
10、通過標準農藝實踐、地方種植經驗和作物需肥特性確定目標作物的理論施肥次數、理論相對施肥時間、主要化肥種類和理論施用量基準值，得到作物子庫；
11、根據目標區域的土壤類型、土壤有機質含量等級、土壤氮磷鉀速效養分含量區間和土壤ph值區間構建施肥量校正基礎參數和肥料類型之間的適配規則，得到土壤子庫；
12、根據目標區域的氣候分區、生育期降水變異系數區間、生育期溫度變異系數區間和生育期日照時數變異系數區間構建施肥時間波動調整參數和氣象影響權重之間的關聯關系，得到氣象子庫；
13、根據目標作物的需肥敏感期構建理論施肥次數和化肥養分比例之間的關聯關系，得到作物生長敏感期子庫；
14、根據理論相對施肥時間和需肥敏感期確定高斯分布的初始均值和初始標準差。
15、可選地，初始標準差為需肥敏感期系數與基礎波動天數的乘積；需肥敏感期系數根據需肥敏感期確定，基礎波動天數為同類作物同區域內的施肥時間波動調研數據確定的默認值。
16、可選地，適配規則包括：
17、當土壤氮素低于0.8倍氮素標準值時，提高主要化肥種類中的氮肥占比并降低復合肥占比；
18、當土壤磷素低于0.8倍磷素標準值時，提高主要化肥種類中的磷酸二銨占比并降低氯化鉀占比；
19、當土壤鉀素低于0.8倍鉀素標準值時，提高主要化肥種類中的氯化鉀或硫酸鉀占比并降低復合肥占比；
20、當土壤ph值低于5.5時，向主要化肥種類中添加堿性肥料并降低生理酸性肥料占比；
21、當土壤ph值高于7.5時，向主要化肥種類中添加酸性肥料并降低生理堿性肥料占比；
22、當目標作物處于需肥敏感期時，提高主要化肥種類中的速效肥占比并降低緩釋肥占比。
23、可選地，作物基礎數據包括：作物種植日期、作物種植面積、作物種植密度和作物品種類型；土壤肥力動態數據包括：土壤類型、土壤有機質含量、土壤堿解氮含量、土壤速效磷含量、土壤速效鉀含量、土壤ph值和土壤含水量；實時氣象數據包括：累計降水量、平均氣溫、積溫、極端氣溫天數、日照時數和平均風速；空間異質性數據包括：地形地貌類型、海拔高度、坡度和坡向；施肥推薦數據為單位面積施肥量推薦表。
24、可選地，基于動態施肥核心參數庫和多維度基礎輸入數據，通過高斯分布對目標作物進行生長敏感期耦合，得到施肥時間窗口，包括：
25、通過公式計算得到氣象敏感度系數，其中為實時降水變異系數，為降水權重，為實時溫度變異系數，為溫度權重，為實時日照變異系數，為日照權重；
26、通過公式計算得到校正后高斯標準差，其中為最遲日序，為最早日序，為需肥敏感期系數；
27、通過公式計算得到校正后高斯均值，其中為理論相對施肥時間，為生育期進度偏差系數；
28、根據氣象敏感度系數、氣象敏感度系數和校正后高斯均值構建高斯概率分布函數；
29、根據高斯概率分布函數確定施肥時間窗口。
30、可選地，通過三因子校正系數計算施肥時間窗口的單次施肥量和累計施肥量，包括：
31、通過公式計算得到土壤肥力校正系數，其中為機質偏差系數，為有機質權重，為氮素偏差系數，為氮素權重，為磷素偏差系數，為磷素權重，為鉀素偏差系數，為鉀素權重，為ph偏差系數，為ph權重；
32、通過公式計算得到氣象校正系數，其中為降水偏差系數，為降水影響權重，為極端氣溫偏差系數，為極端氣溫影響權重，為日照偏差系數，為日照影響權重；
33、通過公式計算得到作物生長狀態校正系數，其中為實時株高偏差系數，為株高權重，為實時生物量偏差系數，為生物量權重；
34、根據土壤肥力校正系數、氣象校正系數和作物生長狀態校正系數計算單次施肥量；單次施肥量的計算公式為：，其中，為種植面積，為第種化肥的畝均施用量基準值；
35、根據單次施肥量計算得到單日施肥量，并根據單日施肥量計算累計施肥量。
36、可選地，根據單次施肥量和累計施肥量進行分層網格與土壤肥力分區耦合計算，得到目標區域總施用量，包括：
37、通過預設分辨率將目標區域劃分為多個基礎網格單元，并根據土壤肥力等級將基礎網格單元劃分為多個肥力子區；
38、對肥力子區進行屬性賦值、高斯分布適配和三因子校正系數適配；
39、分別計算肥力子區的累計施肥量，并對累計施肥量進行區域匯總，得到目標區域總施用量。
40、一種基于作物生長模型與高斯分布的自適應精準施肥量計算系統，包括：
41、參數庫構建模塊，用于構建動態施肥核心參數庫，并根據動態施肥核心參數庫進行高斯分布參數初始化；動態施肥核心參數庫包括：作物子庫、土壤子庫、氣象子庫和作物生長敏感期子庫；
42、數據采集模塊，用于采集目標區域的多維度基礎輸入數據；多維度基礎輸入數據包括：作物基礎數據、土壤肥力動態數據、實時氣象數據、空間異質性數據和施肥推薦數據；
43、窗口劃分模塊，用于基于動態施肥核心參數庫和多維度基礎輸入數據，通過高斯分布對目標作物進行生長敏感期耦合，得到施肥時間窗口；
44、施肥量校正模塊，用于通過三因子校正系數計算施肥時間窗口的單次施肥量和累計施肥量；三因子校正系數包括：土壤肥力校正系數、氣象校正系數和作物生長狀態校正系數；
45、總施肥量計算模塊，用于根據單次施肥量和累計施肥量進行分層網格與土壤肥力分區耦合計算，得到目標區域總施用量。
46、根據本發明提供的具體實施例，本發明公開了以下技術效果：本發明提供的基于作物生長模型與高斯分布的自適應精準施肥量計算方法及系統，該方法包括：構建動態施肥核心參數庫，并根據動態施肥核心參數庫進行高斯分布參數初始化；動態施肥核心參數庫包括：作物子庫、土壤子庫、氣象子庫和作物生長敏感期子庫；采集目標區域的多維度基礎輸入數據；多維度基礎輸入數據包括：作物基礎數據、土壤肥力動態數據、實時氣象數據、空間異質性數據和施肥推薦數據；基于動態施肥核心參數庫和多維度基礎輸入數據，通過高斯分布對目標作物進行生長敏感期耦合，得到施肥時間窗口；通過三因子校正系數計算施肥時間窗口的單次施肥量和累計施肥量；三因子校正系數包括：土壤肥力校正系數、氣象校正系數和作物生長狀態校正系數；根據單次施肥量和累計施肥量進行分層網格與土壤肥力分區耦合計算，得到目標區域總施用量。該方法通過構建動態施肥核心參數庫、采集多維度基礎數據，并結合高斯分布耦合作物生長敏感期與三因子校正、分層網格與土壤肥力分區耦合計算，適配了作物特性、土壤條件及氣象變化，提升了區域精準施肥量計算的準確性與實際貼合度。