公共文化服务平台

同化叶面积指数和蒸散发双变量的冬小麦产量估测方法被引量：12: 2015年; 同化遥感信息到作物生长过程模拟模型,是估测区域作物产量的重要方法之一。同化变量的选取对同化结果精度至关重要。本文在标定WOFOST作物模型参数的基础上,优化了WOFOST模型的默认灌溉参数。利用ET和LAI作为同化变量,分别构建了时间序列趋势信息的代价函数和四维变分代价函数;采用SCE-UA算法最小化代价函数,重新初始化WOFOST模型初始参数——作物初始干物质重、作物35℃生命期和灌溉量。最后利用MODIS LAI产品(MCD15A3)、MODIS ET产品(MOD16A2),同化到作物模型估测产量,并对比分析了水分胁迫模式下同化单变量(ET或LAI)和同化双变量(ET和LAI)的估产精度。结果表明:同化双变量ET和LAI的策略,优于同化单变量LAI或ET,双变量策略的冬小麦产量估测精度为R2=0.432,RMSE=721 kg/hm2;单独同化高精度LAI对提高估产精度具有重要作用,其冬小麦产量估测精度为R2=0.408,RMSE=925 kg/hm2;单独同化ET的趋势信息改善了WOFOST模型模拟水分平衡的参数,但是,产量估测精度(R2=0.013,RMSE=1134 kg/hm2)与模型模拟估测产量精度(R2=0.006,RMSE=1210 kg/hm2)相比改善效果有限。本研究为其他区域的遥感数据与作物模型的双变量数据同化的作物产量估测研究提供了参考价值。; 包姗宁曹春香黄健熙田丽燕马鸿元苏伟倪希亮; 关键词：蒸散发叶面积指数同化估产

卫星遥感和积温-辐射模型预测区域冬小麦成熟期被引量：12: 2016年; 准确预测区域尺度的小麦成熟期,指挥麦收机械化作业有序开展,具有十分重要的社会和经济效益。该文针对目前区域冬小麦成熟期预测中时效性差、缺乏空间分布以及缺少定量描述等突出问题,选择华北地区河北、河南和山东3省冬小麦为研究对象,首先基于S-G滤波后的2013年冬小麦生育期时间序列MODIS LAI,采用动态阈值法获取抽穗期具体日期,即叶面积指数(LAI)达到峰值时的具体日期;然后基于由2008-2012年农业气象资料与地面气象资料构建的抽穗-成熟期有效积温模型和总辐射模型,逐个栅格单元计算MODIS LAI获取的抽穗期具体日期到当前日期的积温、太阳辐射总量,并结合全球多模式集合预报(THORPEX Interactive Grand Global Ensemble,TIGGE)资料对当前日期(5月10号至6月8号)之后的16 d冬小麦成熟期进行逐日动态预测以得到全部区域的成熟期预测值;最后采用农业气象站点的成熟期观测值对预测结果进行验证,结果表明:冬小麦成熟期预测值与观测值的决定系数R2为0.92,均方根误差RMSE约为3 d,两者具有良好的相关性。该研究方法对其他大区域的农作物成熟期预测具有借鉴价值。; 黄健熙牛文豪马鸿元苏伟朱德海; 关键词：遥感抽穗期有效积温冬小麦

基于时间序列LAI和ET同化的冬小麦遥感估产方法比较被引量：25: 2015年; 为了评估同化时间序列叶面积指数(leaf area index,LAI)和蒸散发(evapotranspiration,ET)产品对冬小麦产量估测的有效性和适用性,该文选择陕西省关中平原冬小麦为研究对象,以SWAP为作物生长动态模型,利用冬小麦关键生育期的遥感观测和SWAP模拟LAI、ET趋势变化信息构建代价函数,以SCE-UA作为优化算法最小化代价函数,重新初始化SWAP模型中的出苗日期和灌溉量2个参数。重点比较了基于向量夹角和一阶差分2种代价函数的冬小麦单产估测精度。结果表明,同化MODIS LAI和ET后,冬小麦产量的估测精度比未同化精度(r=0.57,RMSE=1 192 kg/hm2)有显著提高,并且基于向量夹角代价函数法同化策略的单产估测精度(r=0.75,RMSE=494 kg/hm2)高于一阶差分代价函数法(r=0.73,RMSE=667 kg/hm2)的估测精度。该方法为其他区域的水分胁迫模式下遥感与作物模型双变量数据同化提供了参考。; 黄健熙马鸿元田丽燕王鹏新刘峻明; 关键词：向量夹角数据同化

基于积温-辐射与LAI积分面积模型的玉米成熟期预测被引量：2: 2019年; 为预测区域尺度的玉米成熟期,以4 d的MODIS叶面积指数产品(LAI)为数据源,选择黑龙江省、吉林省和辽宁省3省玉米为研究对象,结合农业气象资料和全球多模式集合预报资料(THOPREX interactive grand gloabal ensemble,TIGGE),采用积温-辐射和LAI曲线积分面积两种模型,提前10 d对东北地区玉米成熟期进行逐日动态预测。结果表明,LAI曲线积分面积模型的预测结果在时效和精度上均为最优,该模型决定系数R 2达到0.87,均方根误差(RMSE)为2.5 d,并且有效地克服了当前成熟期预测方法空间分辨率低和预测时效性差等局限性。LAI曲线积分面积模型适用于大面积农作物成熟期预测。; 黄健熙王佳丽黄然黄海苏伟朱德海; 关键词：玉米

基于GF-1 WFV影像的作物面积提取方法研究被引量：30: 2015年; 黑龙江省是我国粮食生产大省,及时有效地获取黑龙江省的农作物种植面积对后续研究的开展具有重要意义。以黑龙江省五九七农场为例,利用2014年8月30日GF-1卫星16 m空间分辨率影像,通过计算不同特征波段,构建了多特征水稻、玉米种植区识别方法。首先计算影像归一化差分植被指数(NDVI),并将原影像进行主成分变换,以此为基础建立包含多特征的数据集。然后利用不同地物类型之间在各特征波段的差异,基于CART算法构建决策树,分别提取研究区内的水稻和玉米。精度评价结果表明,分类的总体精度达到96.15%,Kappa系数为0.94。水稻的制图精度为98.41%,用户精度为97.64%;玉米的制图精度为95.38%,用户精度为97.89%。其中总体精度和Kappa系数较最大似然法分类结果分别提高了5.28%和0.08。所提研究方法可为其他地区农作物高分数据作物类型制图提供借鉴。; 黄健熙贾世灵武洪峰苏伟; 关键词：卫星影像

基于MODIS与WOFOST模型同化的区域冬小麦成熟期预测被引量：5: 2019年; 针对遥感技术只能获取作物的表征信息、对作物内在机理过程变化描述较为困难的问题,引入作物生长模型与遥感数据同化进行作物成熟期预测研究。以叶面积指数(LAI)作为耦合变量,以MODIS LAI(MCD15A3H产品)作为遥感数据源,结合2017—2018年实时气象数据以及气象预报数据,以2018年5月1日为预报时间节点,构建LAI归一化代价函数,采用复合形混合演化算法(Shuffled complex evolution University of Arizona, SCE UA)最小化代价函数,优化WOFOST作物模型的输入参数,用优化后的参数重新驱动WOFOST模型逐像元模拟冬小麦生长过程,得到研究区冬小麦成熟期的预测结果,并使用研究区内农业气象站点的观测数据进行验证。结果表明,冬小麦预测开花期、成熟期的均方根误差(RMSE)分别为2.10、2.48 d,预测精度较高。该方法能够为农作物的大区域成熟期预测提供重要理论基础。; 黄健熙高欣然黄海马鸿元苏伟朱德海; 关键词：冬小麦 WOFOST模型数据同化叶面积指数

基于时间序列HJ-1 A/B卫星数据的冬小麦成熟期预测被引量：3: 2016年; 准确、及时地掌握大区域尺度的冬小麦成熟期信息能够为农业机械调度、优化农作物收割顺序提供重要的参考依据。以华北平原中部冬小麦为研究对象,首先使用2013年研究区冬小麦生育期内HJ-1 A/B CCD时间序列影像,通过线性插值构建像元尺度上逐日的时间序列NDVI,随后采用上包络线S-G滤波方法重构时间序列NDVI,通过动态阈值法逐像元提取冬小麦抽穗期;然后以抽穗至成熟期的有效积温模型为判别依据,利用欧洲中期天气预报中心(ECMWF)提供的日平均气温预报数据,实现未来10 d冬小麦成熟期的动态预测;最后采用农业气象站点的成熟期观测值对预测结果进行验证,重点对比分析了从不同成熟期预报起始时间点获得的冬小麦成熟期精度,以确定最优的预报起始时间点。结果表明:当预报时效小于等于10 d时,成熟期预测精度趋于稳定,因此,综合考虑确定提前10天对预测冬小麦成熟期在时效和精度上最优,平均误差为3 d。该方法为地块尺度的区域农作物成熟期预测提供了可参考的技术途径。; 黄健熙牛文豪马鸿元黄然朱德海; 关键词：抽穗期成熟期 HJ-1 CCD 气象数据

基于遥感DSI指数的干旱与冬小麦产量相关性分析被引量：19: 2015年; 利用2000—2012年MODIS ET/PET和NDVI数据集构建干旱指数(DSI),监测山东省和河南省冬小麦主产区的农业干旱,并在地级市尺度上进一步评估冬小麦关键生育期干旱对冬小麦产量的影响。结果表明:2010年9月—2011年2月山东省特大干旱过程显示的DSI不仅能监测气象干旱,还能较好地反映农业干旱在空间上的差异性以及时间上的演变。不同冬小麦生育期干旱对冬小麦产量影响不同,灌浆期干旱对冬小麦产量的影响最大,干旱致使土壤水分亏缺,影响了作物正常的灌浆强度,进而导致作物减产;其次是拔节期;返青期干旱对产量基本没有影响。; 黄健熙张洁刘峻明马鸿元苏伟张晓东; 关键词：冬小麦干旱指数作物产量蒸散植被指数

基于时间序列MODISNDVI的冬小麦产量预测方法被引量：21: 2016年; 选择我国河北、河南、山东3省作为研究区,在250 m空间分辨率的冬小麦种植区和1 km的冬小麦像元纯度图的基础上,分析了2000—2009年MODIS NDVI抽穗期峰值与单产的时间序列变化关系。采用Becker-Reshef等提出的去噪声修正后的冬小麦抽穗期NDVI峰值与单产进行回归分析建立冬小麦产量预测模型,并分析冬小麦预测精度的影响因素。最后,利用2010年地级市尺度的统计单产对所建立的预测模型进行精度验证,模型的平均估产误差约为7.49%。结果表明,基于冬小麦抽穗期NDVI峰值的产量预测方法在中国冬小麦主产区具有一定的应用潜力。; 黄健熙罗倩刘晓暄张洁; 关键词：冬小麦时间序列 MODIS NDVI

顺序同化不同时空分辨率LAI的冬小麦估产对比研究被引量：38: 2015年; 选择PyWOFOST模型为动态模型,以叶面积指数(LAI)为状态变量,遥感LAI为观测值,采用集合卡尔曼滤波(En KF)同化算法,研发了一种遥感LAI与作物模型同化的区域冬小麦产量估测系统。为消除云的污染,采用Savitzky-Golay(S-G)滤波算法重构时间序列MODIS LAI;通过构建地面观测LAI与3个关键物候期Landsat TM植被指数回归统计模型,获得区域TM LAI;通过融合3个关键物候期的TM LAI与时间序列S-G MODIS LAI,生成尺度转换LAI。对比分析3种不同时空分辨率的遥感LAI的同化精度,研究结果表明,同化尺度转换LAI获得了最高的同化精度,与官方县域统计产量相比,在潜在模式下,决定系数由同化前的0.24提高到0.47,均方根误差由602kg/hm2下降到478 kg/hm2。结果表明,遥感观测与作物模型的尺度调整对提高冬小麦同化模型精度具有重要作用,遥感LAI与作物模型的En KF同化方法是一种有效的区域作物产量估测方法。; 黄健熙李昕璐刘帝佑马鸿元田丽燕苏伟; 关键词：叶面积指数集合卡尔曼滤波数据同化

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(41371326)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(41371326)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈