基于WOFOST模型与遥感数据同化的县级尺度玉米估产研究

摘要

区域尺度的作物生长动态监测和产量预测对于保障粮食安全和农业政策的制定具有重要参考依据。遥感数据同化应用极大提高了作物估产的时效性和精度。为及时、准确地实现县级尺度粮食产量的估测，以及提升产量估测的精度，以辽宁省铁岭县为研究区，采用WOFOST（world food studies）模型与遥感同化相结合的方法对铁岭县玉米进行估产研究。通过采用扩展傅里叶幅度敏感性检验算法（extened Fourier amplitude sensitivity test,EFAST）敏感性分析方法实现玉米估产敏感性参数的分析，以及本地化；通过采用参数自动率定程序PEST（parameter estimation）实现参数的优化，验证结果为采样点产量的平均误差为852.39 kg·hm^-2，模型模拟的精度达到92.82%。为进一步提高和优化模型估产精度，将遥感反演得到的叶面积指数采用集合卡尔曼滤波算法与模型模拟的叶面积指数进行数据同化，平均误差从同化前的852.39 kg·hm^-2降低为435.01 kg·hm^-2，估产精度从92.82%提高到96.33%，有效提高了WOFOST模型估产的精度。结果表明：水分对玉米的生长发育限制并不大，其产量形成主要受光温影响，对温度、光能利用效率和最大同化速率有关的参数具有较高的敏感性；优化后的模型能够较好模拟铁岭县玉米生长发育情况，产量验证表明优化后的模型模拟的效果较好，但仍存在一定的误差；比值植被指数与叶面积指数的相关性最高，反演模型精度较好，反演结果表明叶面积指数在抽雄吐丝期差距较大，而在成熟期的差距不大；经过作物模型与遥感数据同化之后，估产的精度得到明显提高，说明遥感与作物模型同化是一种有效地提高作物估产和产量预测精度的方法。

关键词

world food studies模型 / 遥感 / 数据同化 / 玉米估产 / 铁岭县