基于粒子滤波的LAI时间序列重构算法设计与实现

• 作者: 刘峻明 李曼曼 王鹏新
• 来源期刊: 中国农业科技导报
• 学科: 工学
• 关键词: 粒子滤波 LAI 同化 时间序列重构
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 数字农业 农机装备
• 页码范围: 61-68
• 分类号: TP79
• 字数: 6509字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0864.2012.03.10

摘要

遥感观测的叶面积指数(LAI)时间序列数据广泛应用于作物长势监测,但数据受大气条件等影响,存在数值偏低和时间序列数据缺失等问题.为此,本文设计了一种基于重采样粒子滤波的LAI时间序列重构算法,以LAI为同化变量,在WOFOST模型本地化的基础上,实现了遥感LAI数据和WOFOST模型模拟的LAI数据的同化,以重构LAI时间序列.算法将WOFOST作物模型简化为LAI状态随时间演变的非线性计算方程,作为重采样粒子滤波的状态转移方程；将地面实测LAI数据和遥感LAI数据建立的线性方程,作为重采样粒子滤波的观测方程,建立LAI时间序列数据同化模型.以带权重粒子表示LAI时间序列状态后验分布,并在循环迭代中对粒子重采样,以此实现单点和区域LAI时间序列重构.应用该算法,对河北省冬麦区2010年LAI时间序列进行重构,结果表明,基于重采样粒子滤波的LAI时间序列重构算法在单点和区域上得到的LAI值明显更接近冬小麦实际生长状况,且算法能够弥补遥感LAI时序数据的缺失,为进一步的作物长势监测提供基础支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏新	中国农业大学信息与电气工程学院	88	1238	19.0	31.0
2	刘峻明	中国农业大学信息与电气工程学院	46	520	13.0	20.0
3	李曼曼	中国农业大学信息与电气工程学院	2	36	2.0	2.0