基于SWAP模型同化遥感数据的黑龙江南部春玉米产量监测

• 作者: 刘佳 姚保民 杨玲波 杨福刚 王利民
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 作物 遥感 模型 玉米 叶面积指数 蒸散发 协同克里金 同化 SWAP模型
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 农业机械化与信息化技术
• 页码范围: 285-295
• 页数: 11页
• 分类号: S252+.9
• 字数: 8597字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2019.22.034

摘要

农作物种植类型的地理分布差异,气候条件差异、土壤环境不同等因素的影响,需要开展农作物生长模型参数区域化、本地化的研究工作;通过改善区域气象数据空间化方法以提升插值精度的研究,也需要得到应用的重视.针对以上问题,该文以SWAP(soil-water-atmosphere-plant model,土壤-水-大气-作物模型)模型为基础,以中国黑龙江省南部地区作为研究区域,以其主要农作物春玉米为目标作物,确定研究春玉米的作物生长模型参数,并综合考虑纬度及海拔对气温的影响情况,研究将协同克里金(coKriging)方法引入作物生长模型气象数据插值获取中,从而提高模型输入参数中气象数据精度,并以叶面积指数(leaf area index,LAI)及蒸散发(evapotranspire,ET)数据作为同化遥感数据源,通过优化玉米灌溉量和出苗日期,获取了研究区2013年的玉米产量空间分布成果,与统计资料结果对比,玉米总产量监测结果的R2达到了0.9394,均方根误差(root mean squared error,RMSE)达到了148065 t,平均绝对误差(mean absolute error,MAE)为114335 t.研究区15个县市区的预测单产和统计单产之间的决定系数达到了0.7245,RMSE为598.5 kg/hm2,MAE为531.5 kg/hm2.研究结果表明,利用SWAP模型,以协同克里金方法获取气象数据空间插值成果作为输入数据,通过同化LAI和ET遥感数据,可以有效进行黑龙江南部区域的玉米产量遥感监测,为区域作物生长及生产力的遥感监测预测提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘佳	中国农业科学院农业资源与农业区划研究所	151	1674	21.0	37.0
2	王利民	中国农业科学院农业资源与农业区划研究所	62	941	16.0	29.0
3	姚保民	中国农业科学院农业资源与农业区划研究所	22	102	6.0	9.0
4	杨福刚	中国农业科学院农业资源与农业区划研究所	35	359	10.0	18.0
5	杨玲波	浙江大学环境与资源学院	3	0	0.0	0.0