水稻生长模型参数的敏感性及其对产量遥感估测的不确定性-文献.pdfVIP

第 28 卷 第 19 期 农 业 工 程 学 报 Vol.28 No.19 2012 年 10 月 Transactions of the Chinese Society of Agricultural Engineering Oct. 2012 119 水稻生长模型参数的敏感性及其对产量遥感估测的不确定性 黄敬峰 1,3 ，陈 拉 1,2 ，王秀珍4,5※ （1. 浙江大学农业遥感与信息技术应用研究所，杭州 310058 ； 2. 教育部污染环境修复与生态健康重点实验室，杭州 310058 ； 3. 浙江省农业遥感与信息技术重点实验室，杭州 310058 ； 4. 杭州师范大学遥感与地球科学研究院，杭州 311121 ； 5. 浙江省城市湿地与区域变化研究重点实验室，杭州 311121 ） 摘 要：采用全局敏感性分析方法探讨水稻生长模型与遥感数据耦合估产的不确定性问题。以实测数据为基准数 据，当 ORYZA2000 模型的 17 个输入变量模拟导入可能误差时，模型的地上生物量 （WAGT ）、叶面积指数 （LAI ）、 籽粒质量（WSO ）和叶片氮含量（NFLV ）等模拟输出结果显示较大的不确定性， LAI 最大变幅超过 20% ，最终 籽粒产量最大变幅超过 10%。引起模型输出结果不确定性的输入变量中，水稻播种期的影响最大；模型的驱动变 量温度和日照时数的误差对成熟期的产量影响较大；水稻干物质地上叶片质量分数（FLVTB ）对所有关于叶片和 籽粒生物量的输出结果都有较大的影响，因此，当利用生长模型和遥感数据进行耦合时，水稻播种期、模型的驱 动变量如温度、日照时数、FLVTB 等数据精度对估产结果有很大影响。比较 LAI 、NFLV 单独或 LAI+NFLV 同时 耦合 ORYZA2000 模拟中，LAI+NFLV 的敏感性指数最高，其次是LAI ，NFLV 最差。模型耦合估测 WSO 、WAGT 时，水稻移栽后 70～80 d 左右的遥感影像数据是最重要的，必须获得，此期前后 20～30 d 的2 次数据也比较重要， 而幼苗期和成熟期的遥感数据耦合生长模型对产量和生物量的估测意义不大。 关键词：遥感，敏感性分析，不确定性分析，生长，模型，水稻，估产 doi ：10.3969/j.issn.1002-6819.2012.19.016 中图分类号：S11 文献标志码：A 文章编号：1002-6819(2012)-19-0119-11 黄敬峰，陈 拉，王秀珍. 水稻生长模型参数的敏感性及其对产量遥感估测的不确定性[J]. 农业工程学报，2012， 28(19)：119－129. Huang Jingfeng, Chen La, Wang Xiuzhen. Sensitivity of rice growth model parameters and their uncertainties in yield estimation using remote sensing date[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(19): 119 －129. (in Chinese with English abstract) 但是要实现作物生长模型这个潜能需要模型输入 0 引 言  变量的时空数据。即需要获得在应用尺度上模型的 30 多年来，世界上许多国家都进行了作物生长 各种变量数据，而因时间、资金等限制一般的地面 模型研究，开发了多种类型的作物模型。涉及水稻 调查方法获得地面真实数据却很困难[5]，因此，生 专用模型，主要有