基于粒子滤波和多变量权重的冬小麦估产研究

• 作者: 张树誉 李俐 王鹏新 解毅
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 冬小麦 粒子滤波 数据同化 遥感 熵值法 单产估测
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 148-155
• 页数: 8页
• 分类号: TP79|S127
• 字数: 8062字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2017.10.018

摘要

为了构建能够反映作物长势的综合性指标以及准确估测作物产量,采用粒子滤波算法同化CERES-Wheat模型模拟和基于Landsat数据反演的叶面积指数(Leaf area index,LAI)、地上生物量和0～20 cm土壤含水率,获取冬小麦主要生育期以天为尺度的变量同化值,分析不同生育时期的LAI、地上生物量和土壤含水率同化值与实测单产的相关性,并应用熵值的组合预测方法确定不同状态变量影响籽粒产量的权重,进而生成综合性指数,并分析其与实测单产的相关性.结果表明,LAI、地上生物量和土壤含水率同化值和田间实测值间的均方根误差(Root meansquare error,RMSE)以及平均相对误差(Mean relative error,MRE)均低于这些变量模拟值和实测值间的RMSE和MRE,说明数据同化方法提高了时间序列LAI、地上生物量和土壤含水率的模拟精度.基于不同状态变量的权重生成的综合性指数与实测单产间的相关性大于单个变量与实测单产间的相关性;基于综合性指数构建小麦单产估测模型,其估产精度(R2 =0.78,RMSE为330 kg/hm2)分别比基于LAI、地上生物量和土壤含水率建立模型的估产精度显著提高,表明构建的综合性指数充分结合了不同变量在作物估产方面的优势,可用于高精度的冬小麦单产估测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张树誉		37	336	12.0	16.0
2	王鹏新	中国农业大学信息与电气工程学院	88	1238	19.0	31.0
4	李俐	中国农业大学信息与电气工程学院	43	267	10.0	14.0
6	解毅	中国农业大学信息与电气工程学院	15	105	6.0	9.0