论文摘要
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0.939 4,均方根误差（root mean squared error,RMSE）达到了148 065 t,平均绝对误差（mean absolute error,MAE）为114 335 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0.724 5,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。
论文目录
文章来源
类型: 期刊论文
作者: 王利民,姚保民,刘佳,杨玲波,杨福刚
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
来源: 农业工程学报 2019年22期
年度: 2019
分类: 农业科技
专业: 农业基础科学,农作物
单位: 中国农业科学院农业资源与农业区划研究所,浙江大学环境与资源学院
基金: 国家重点研发计划“粮食作物生长监测诊断与精确栽培技术”课题“作物生长与生产力卫星遥感监测预测”(2016YFD0300603)
分类号: S513;S127
页码: 285-295
总页数: 11
文件大小: 2128K
下载量: 239