顺序同化不同时空分辨率LAI的冬小麦估产对比研究

• 作者: 刘帝佑 李昕璐 田丽燕 苏伟 马鸿元 黄健熙
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 冬小麦 叶面积指数 产量估测 集合卡尔曼滤波 PyWOFOST模型 数据同化
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 240-248
• 分类号: S127
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2015.01.034

摘要

选择PyWOFOST模型为动态模型,以叶面积指数(LAI)为状态变量,遥感LAI为观测值,采用集合卡尔曼滤波(EnKF)同化算法,研发了一种遥感LAI与作物模型同化的区域冬小麦产量估测系统.为消除云的污染,采用Savitzky-Golay(S-G)滤波算法重构时间序列MODIS LAI;通过构建地面观测LAI与3个关键物候期Landsat TM植被指数回归统计模型,获得区域TM LAI;通过融合3个关键物候期的TM LAI与时间序列S-G MODIS LAI,生成尺度转换LAI.对比分析3种不同时空分辨率的遥感LAI的同化精度,研究结果表明,同化尺度转换LAI获得了最高的同化精度,与官方县域统计产量相比,在潜在模式下,决定系数由同化前的0.24提高到0.47,均方根误差由602 kg/hm2下降到478 kg/hm2.结果表明,遥感观测与作物模型的尺度调整对提高冬小麦同化模型精度具有重要作用,遥感LAI与作物模型的EnKF同化方法是一种有效的区域作物产量估测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄健熙	中国农业大学信息与电气工程学院	43	474	13.0	20.0
2	马鸿元	中国农业大学信息与电气工程学院	13	216	7.0	13.0
3	苏伟	中国农业大学信息与电气工程学院	50	594	15.0	22.0
4	田丽燕	中国农业大学信息与电气工程学院	4	94	4.0	4.0
5	李昕璐	中国农业大学信息与电气工程学院	1	35	1.0	1.0
6	刘帝佑	中国农业大学信息与电气工程学院	5	55	4.0	5.0