作物生育期是作物生长的关键点,许多的农事操作、施肥灌溉决策都与这些数据有关,智能灌溉决策系统采用多种方式解决作物生育阶段难以判断的难题。过去采用以下方法判断作物生育期:
具体地说,输出量是数字模型的状态量,观测量是遥感方法获取的状态量的实测值,通过大数据分析的同化方法获得作物模型的参数量优化值,用最优的参数量做出模型后,模型就成为相对于真实世界来说是一个"逼真"的模型,"逼真"就是逼近于真实的意思。这样就完成了数字作物模型参数的一次迭代过程,模型参数需要不断参数修正和优化才能够成为一个真实作物的数字孪生模型。