基于同化叶面积指数和条件植被温度指数的冬小麦-干旱地区农业研究.PDFVIP

第 卷第 期 干 旱 地 区 农 业 研 究 ３５ ６ Ｖｏｌ．３５Ｎｏ．６ 年 月 ２０１７ １１ ＡｇｒｉｃｕｌｔｕｒａｌＲｅｓｅａｒｃｈｉｎｔｈｅＡｒｉｄＡｒｅａｓ Ｎｏｖ．２０１７  文章编号： （ ） ： １０００７６０１２０１７０６０２６６０６ ｄｏｉ１０．７６０６／ｊ．ｉｓｓｎ．１０００７６０１．２０１７．０６．３８ 基于同化叶面积指数和条件植被温度 指数的冬小麦单产估测 １ ２ ２ １ ２ 张树誉 ，孙辉涛 ，王鹏新 ，景毅刚 ，李 俐 （ 陕西省气象局，陕西 西安 ； 中国农业大学信息与电气工程学院，北京 ） １． ７１００１４２． １０００８３ 摘 要：应用数据同化方法将遥感信息与作物生长模型融合，是估测区域作物产量的重要方法之一。以 — 年越冬后的冬小麦为研究对象，选择与作物长势、产量及水分胁迫信息密切相关的叶面积指数（ ）和 ２００８ ２０１４ ＬＡＩ 条件植被温度指数（ ），采用粒子滤波算法对 模型模拟和遥感数据观测的 和 实施同 ＶＴＣＩ ＣＥＲＥＳ－Ｗｈｅａｔ ＬＡＩ ＶＴＣＩ 化，分别基于观测 和 、同化 和 构建冬小麦单产估测模型。结果表明，同化 变化趋势更加符合 ＬＡＩ ＶＴＣＩ ＬＡＩ ＶＴＣＩ ＬＡＩ 关中平原冬小麦的实际生长状况，同化 能更好地反映冬小麦的水分胁迫程度。应用观测 和 构建的 ＶＴＣＩ ＬＡＩ ＶＴＣＩ 估产模型决定系数为 ，而单独应用 或 单变量构建的估产模型决定系数分别为 和 ，说明 ０．４０２ ＬＡＩ ＶＴＣＩ ０．２７９ ０．３３９ 应用 和 双变量构建的估产模型的精度优于单独应用 或 单变量的精度。相比于观测 和 ＬＡＩ ＶＴＣＩ ＬＡＩ ＶＴＣＩ ＬＡＩ ＶＴＣＩ 构建的估产模型，基于同化 和 构建的估产模型的决定系数从 提高到 。表明基于同化 和 ＬＡＩ ＶＴＣＩ ０．４０２ ０．５４７ ＬＡＩ ＶＴＣＩ构建的估产模型的精度明显提高。 关键词：冬小麦；单产估测；遥感信息；作物生