作者:张树誉; 孙辉涛; 王鹏新; 景毅刚; 李俐冬小麦单产估测遥感信息作物生长模型叶面积指数条件植被温度指数
摘要:应用数据同化方法将遥感信息与作物生长模型融合,是估测区域作物产量的重要方法之一.以2008-2014年越冬后的冬小麦为研究对象,选择与作物长势、产量及水分胁迫信息密切相关的叶面积指数(LAI)和条件植被温度指数(VTCI),采用粒子滤波算法对CERES-Wheat模型模拟和遥感数据观测的LAI和VTCI实施同化,分别基于观测LAI和VTCI、同化LAI和VTCI构建冬小麦单产估测模型.结果表明,同化LAI变化趋势更加符合关中平原冬小麦的实际生长状况,同化VTCI能更好地反映冬小麦的水分胁迫程度.应用观测LAI和VTCI构建的估产模型决定系数为0.402,而单独应用LAI或VTCI单变量构建的估产模型决定系数分别为0.279和0.339,说明应用LAI和VTCI双变量构建的估产模型的精度优于单独应用LAI或VTCI单变量的精度.相比于观测LAI和VTCI构建的估产模型,基于同化LAI和VTCI构建的估产模型的决定系数从0.402提高到0.547.表明基于同化LAI和VTCI构建的估产模型的精度明显提高.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社