基于LAI时间序列重构数据的冬小麦物候监测

• 作者: 刘峻明 李曼曼 王鹏新 黄健熙
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 遥感 监测 数据处理 物候 叶面积指数 重采样粒子滤波 冬小麦
• 年，卷（期）: 2013,（19）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 120-129
• 页数: 10页
• 分类号: S127|TD79
• 字数: 9610字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2013.19.015

摘要

农作物物候信息对农作物长势监测和估产具有重要意义。该文以河北省中南部冬小麦为研究对象，以叶面积指数（LAI，leaf area index）为同化量，采用重采样粒子滤波算法同化WOFOST（world food studies）作物生长模型和遥感观测LAI，重构LAI时间序列数据，基于重构数据提取冬小麦返青期、抽穗期和成熟期等关键物候期。重构结果表明，重构的LAI具有良好的时间连续性和空间连续性，可减缓WOFOST作物模型LAI变化剧烈程度，峰值出现时间与遥感LAI曲线基本同步，且可一定程度上解决遥感观测LAI数值整体偏低和数据缺失的问题。物候期监测结果表明，在空间分布上与冬小麦实际生长状况基本相符，时间上也较为合理，但因在返青期存在LAI高初始值、成熟期存在LAI下限不确定性等问题致使在具体日期存在偏差。

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	黄健熙	中国农业大学信息与电气工程学院	43	474	13.0	20.0
3	刘峻明	中国农业大学信息与电气工程学院	46	520	13.0	20.0
4	李曼曼	中国农业大学信息与电气工程学院	2	36	2.0	2.0