文献类型： 中文期刊

作者： 邢会敏 ¹ ; 李振海 ² ; 徐新刚 ² ; 冯海宽 ² ; 杨贵军 ² ; 陈召霞 ³ ;

作者机构： 1.北京农业信息技术研究中心;国家农业信息化工程技术研究中心;农业部农业信息技术重点实验室;北京市农业物联网工程技术研究中心;商丘师范学院测绘与规划学院

2.;北京农业信息技术研究中心;国家农业信息化工程技术研究中心;农业部农业信息技术重点实验室;北京市农业物联网工程技术研究中心;商丘师范学院测绘与规划学院

3.;北京农业信息技术研究中心;国家农业信息化工程技术研究中心;农业部农业信息技术重点实验室;北京市农业物联网工程技术研究中心;商丘师范学院测绘与规划学院;

关键词： 遥感;作物;模型;AquaCrop模型;数据同化;生物量;冠层覆盖度

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2017 年 13 期

页码： 183-192

收录情况： EI ; 北大核心 ; CSCD

摘要： 为了研究不同数据同化方法在AquaCrop(FAO Crop model to simulate yield response to water)模型模拟作物地上生物量(above ground biomass,AGB)、冠层覆盖度(canopy cover,CC)和产量过程的效率,以冬小麦为研究对象,利用2012-2013、2013-2014和2014-2015年冬小麦田间试验数据,将标定的Aqua Crop生长模型与遥感光谱信息相结合开展同化技术分析,应用粒子群优化(particle swarm optimization,PSO)、模拟退火(simulated annealing,SA)和复合型混合演化(shuffled complex evolution,SCE-UA)3种数据同化算法,以不同生育期、不同水分处理和不同氮肥水平的AGB和CC为双变量开展多同化算法的模拟分析,对3种数据同化算法的运算效率和同化结果进行对比分析。结果表明:1)3种数据同化算法达到的应度值0.26时,SCE-UA同化算法用时最少(833 s),SA数据同化算法用时最多(1433 s),表明SCE-UA同化算法效率最优,SA数据同化算法效率最低;2)不同生育期的同化结果,AGB的同化精度随着生育期的推进而降低,AGB的模拟值在拔节期和挑旗期高于实测值,被高估,在开花期和灌浆期被低估,总的AGB被低估;CC在拔节期和挑旗期被低估,在开花期和灌浆期被高估,总的CC被低估;3)不同水分处理的同化结果,AGB普遍被低估,CC在雨养(W0)条件下被高估,在正常灌溉(W1)和过量灌溉(W2)条件下被低估;产量均被低估;4)不同氮肥水平,AGB的模拟精度随着施N量的增加而降低,并且普遍被低估,CC普遍被高估,产量均被低估。以上结果表明,PSO、SA和SCE-UA 3种数据同化算法均能有效模拟冬小麦的AGB、CC和产量,其中SCE-UA数据同化算法无论在运算效率还是同化结果的精度上均优于PSO和SA数据同化算法。