近日，中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所農(nóng)業(yè)遙感創(chuàng)新團(tuán)隊(duì)和智慧農(nóng)業(yè)創(chuàng)新團(tuán)隊(duì)在區(qū)域作物產(chǎn)量模擬的遙感數(shù)據(jù)同化技術(shù)研究方面取得了重要進(jìn)展，提出了遙感信息與作物生長模型數(shù)據(jù)同化新算法，并成功構(gòu)建了作物估產(chǎn)同化系統(tǒng)，實(shí)現(xiàn)了區(qū)域作物單產(chǎn)的高精度模擬。相關(guān)研究成果在線發(fā)表在《環(huán)境遙感（Remote Sensing of Environment）》上。
據(jù)吳尚蓉介紹，由于一般經(jīng)驗(yàn)統(tǒng)計(jì)作物遙感估產(chǎn)方法不能對(duì)作物生長過程進(jìn)行定量描述，為了充分發(fā)揮作物生長模型機(jī)理性強(qiáng)、時(shí)間連續(xù)、遙感數(shù)據(jù)空間連續(xù)等優(yōu)勢，進(jìn)一步提高基于遙感信息與生長模型同化的區(qū)域作物單產(chǎn)定量模擬與估算精度，考慮到大范圍作物模型參數(shù)獲取和校正存在一定困難，常用的卡爾曼濾波同化算法存在不收斂、奇異值等不足，四維變分算法存在背景誤差為固定值等缺陷，所構(gòu)建的作物估產(chǎn)同化系統(tǒng)不能完全滿足作物生長時(shí)空變異客觀存在所需的高精度模擬要求。該研究創(chuàng)新地提出了一種基于四維擴(kuò)展和可變時(shí)間窗口的集合平方根濾波新同化算法VW-4DEnSRF，在對(duì)作物生長模型參數(shù)敏感性分析和參數(shù)校正基礎(chǔ)上，成功構(gòu)建了基于WOFOST作物生長模型和VW-4DEnSRF新算法的作物估產(chǎn)同化系統(tǒng)。最終，以河北省衡水市為研究區(qū)，以冬小麥為研究對(duì)象，將GF-1和HJ-1國產(chǎn)衛(wèi)星數(shù)據(jù)反演的葉面積指數(shù)信息作為外部遙感同化數(shù)據(jù)，在最優(yōu)尺度網(wǎng)格下利用構(gòu)建的作物估產(chǎn)同化系統(tǒng)實(shí)現(xiàn)了區(qū)域冬小麥產(chǎn)量定量模擬和估算。研究結(jié)果表明，基于WOFOST模型和所提VW-4DEnSRF算法構(gòu)建的作物估產(chǎn)同化系統(tǒng)在單點(diǎn)尺度和區(qū)域尺度作物單產(chǎn)模擬中都達(dá)到較高精度水平，證明了所提數(shù)據(jù)同化新算法及同化系統(tǒng)在大范圍作物單產(chǎn)定量模擬中具有一定可行性和有效性。
該研究提出的VW-4DEnSRF同化算法及構(gòu)建的估產(chǎn)同化系統(tǒng)是對(duì)國際現(xiàn)有遙感與作物生長模型數(shù)據(jù)同化算法和同化系統(tǒng)的有益補(bǔ)充，對(duì)提高遙感與作物生長模型數(shù)據(jù)同化的作物產(chǎn)量模擬估算精度和水平具有重要科學(xué)意義，對(duì)今后開展大范圍作物產(chǎn)量模擬預(yù)測、區(qū)域作物生長監(jiān)測評(píng)價(jià)和保障國家糧食安全等具有重要應(yīng)用價(jià)值。
據(jù)吳尚蓉介紹，由于一般經(jīng)驗(yàn)統(tǒng)計(jì)作物遙感估產(chǎn)方法不能對(duì)作物生長過程進(jìn)行定量描述，為了充分發(fā)揮作物生長模型機(jī)理性強(qiáng)、時(shí)間連續(xù)、遙感數(shù)據(jù)空間連續(xù)等優(yōu)勢，進(jìn)一步提高基于遙感信息與生長模型同化的區(qū)域作物單產(chǎn)定量模擬與估算精度，考慮到大范圍作物模型參數(shù)獲取和校正存在一定困難，常用的卡爾曼濾波同化算法存在不收斂、奇異值等不足，四維變分算法存在背景誤差為固定值等缺陷，所構(gòu)建的作物估產(chǎn)同化系統(tǒng)不能完全滿足作物生長時(shí)空變異客觀存在所需的高精度模擬要求。該研究創(chuàng)新地提出了一種基于四維擴(kuò)展和可變時(shí)間窗口的集合平方根濾波新同化算法VW-4DEnSRF，在對(duì)作物生長模型參數(shù)敏感性分析和參數(shù)校正基礎(chǔ)上，成功構(gòu)建了基于WOFOST作物生長模型和VW-4DEnSRF新算法的作物估產(chǎn)同化系統(tǒng)。最終，以河北省衡水市為研究區(qū)，以冬小麥為研究對(duì)象，將GF-1和HJ-1國產(chǎn)衛(wèi)星數(shù)據(jù)反演的葉面積指數(shù)信息作為外部遙感同化數(shù)據(jù)，在最優(yōu)尺度網(wǎng)格下利用構(gòu)建的作物估產(chǎn)同化系統(tǒng)實(shí)現(xiàn)了區(qū)域冬小麥產(chǎn)量定量模擬和估算。研究結(jié)果表明，基于WOFOST模型和所提VW-4DEnSRF算法構(gòu)建的作物估產(chǎn)同化系統(tǒng)在單點(diǎn)尺度和區(qū)域尺度作物單產(chǎn)模擬中都達(dá)到較高精度水平，證明了所提數(shù)據(jù)同化新算法及同化系統(tǒng)在大范圍作物單產(chǎn)定量模擬中具有一定可行性和有效性。
該研究提出的VW-4DEnSRF同化算法及構(gòu)建的估產(chǎn)同化系統(tǒng)是對(duì)國際現(xiàn)有遙感與作物生長模型數(shù)據(jù)同化算法和同化系統(tǒng)的有益補(bǔ)充，對(duì)提高遙感與作物生長模型數(shù)據(jù)同化的作物產(chǎn)量模擬估算精度和水平具有重要科學(xué)意義，對(duì)今后開展大范圍作物產(chǎn)量模擬預(yù)測、區(qū)域作物生長監(jiān)測評(píng)價(jià)和保障國家糧食安全等具有重要應(yīng)用價(jià)值。
農(nóng)先鋒網(wǎng)聲明：凡資訊來源注明為其他媒體來源的信息，均為轉(zhuǎn)載自其他媒體，并不代表本網(wǎng)站贊同其觀點(diǎn)，也不代表本網(wǎng)站對(duì)其真實(shí)性負(fù)責(zé)。您若對(duì)該文章內(nèi)容有任何疑問或質(zhì)疑，請(qǐng)立即與網(wǎng)站(www.n3c8.cn)聯(lián)系，本網(wǎng)站將迅速給您回應(yīng)并做處理。
聯(lián)系郵箱:3267146135@qq.com
聯(lián)系郵箱:3267146135@qq.com
