检索结果-内蒙古大学图书馆

国外作物生长模型发展综述

引用

作物学报 2002年第2期28卷 190-195页

作者：谢云 James R Kiniry 北京师范大学资源与环境科学系教育部环境演变与自然灾害重点实验室北京100875 美国农业部农业研究局草地水土研究实验室

伴随着系统科学和计算机技术的发展 ,作物生长模型研究从 6 0年代开始迅速发展起来 ,至今经历了从幼稚走向成熟 ,从经验走向机理 ,从理论走向实用的发展历程。目前正在逐渐成为土地资源评价、农作物生产管理决策。

关键词：作物生长模型生理过程模拟模型应用模型优化外国

来源：评论

学校读者我要写书评

暂无评论

遥感信息与作物生长模型的耦合应用研究进展

引用

地球科学进展 2009年第4期24卷 444-451页

作者：邢雅娟刘东升王鹏新中国农业大学信息与电气工程学院北京100083

卫星遥感技术具有快速、宏观、准确、客观、及时、动态等特点,在大范围作物长势监测和产量预测等方面具有得天独厚的优势。但遥感监测常常受卫星遥感数据空间分辨率、时间分辨率等因素的影响,且遥感信息大多反映的是瞬间物理状况。作物... 详细信息

卫星遥感技术具有快速、宏观、准确、客观、及时、动态等特点,在大范围作物长势监测和产量预测等方面具有得天独厚的优势。但遥感监测常常受卫星遥感数据空间分辨率、时间分辨率等因素的影响,且遥感信息大多反映的是瞬间物理状况。作物生长模型是对作物生长、发育、产量形成过程中的一系列生理生化过程进行数学描述,是一种面向过程、机理性的动态模型。但是,当作物模拟从单点研究发展到区域应用时,由于随空间尺度的增大导致模型中一些宏观资料的获取和参数的区域化方面存在很多困难。遥感信息与作物生长模型的耦合应用可以解决作物长势监测和产量预测等一系列农业问题,越来越受到相关研究人员的关注,已经逐渐成为一个重要的研究领域。因此,随着作物模型和遥感技术的迅速发展,如何将两者结合,进行互补性的研究是很有意义的。在查阅了相关资料的基础上,综述了遥感信息与作物生长模型的耦合应用以及发展历程,分别阐述了两种遥感数据与作物生长模型的结合方法——强迫法和同化法,总结了两类方法的应用情况。最后提出了该领域存在的问题,以及进一步解决的研究方向。

关键词：遥感作物生长模型数据同化耦合应用

来源：评论

学校读者我要写书评

暂无评论

黄土高原作物生长模型DSSAT3数据库组建

引用

干旱地区农业研究 2001年第1期19卷 120-126页

作者：李军邵明安樊廷录王立祥西北农林科技大学农学院陕西杨凌712100 中科院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室陕西杨凌712100 甘肃省农科院旱地农业研究所甘肃兰州730070

介绍了 DSSAT3模型的结构与功能 ,组建了黄土高原地区 DSSAT3模型气象、土壤和作物品种参数数据库 ,包含了 2 8个气象台站逐日气象资料数据、6 0种主要农耕土壤土种特性数据和 7种作物 1 3 6个品种的遗传特性数据 ,覆盖了黄土高原不同... 详细信息

介绍了 DSSAT3模型的结构与功能 ,组建了黄土高原地区 DSSAT3模型气象、土壤和作物品种参数数据库 ,包含了 2 8个气象台站逐日气象资料数据、6 0种主要农耕土壤土种特性数据和 7种作物 1 3 6个品种的遗传特性数据 ,覆盖了黄土高原不同生态类型区。还特别介绍了 CERES-小麦和 CERES-玉米模型品种遗传特性参数的确定方法与取值范围。

关键词：黄土高原 DSSAT3模型数据库作物生长模型

来源：评论

学校读者我要写书评

暂无评论

基于作物生长模型的WSN温室环境智能监控系统

引用

计算机应用与软件 2014年第7期31卷 97-100,190页

作者：胡夏芸杨余旺曹宏鑫王岩殷俊南京理工大学计算机科学与工程学院江苏省农业科学院南京军区73685部队

实现一种结合作物生长模型和无线传感网技术的应用于温室环境的智能监控系统。在环境监控中,为了解决温室监控范围广导致的节点能量消耗大等问题,设计了适合大规模温室环境监控的基于分簇的低功耗网络通信协议。主要以番茄为研究对象。... 详细信息

实现一种结合作物生长模型和无线传感网技术的应用于温室环境的智能监控系统。在环境监控中,为了解决温室监控范围广导致的节点能量消耗大等问题,设计了适合大规模温室环境监控的基于分簇的低功耗网络通信协议。主要以番茄为研究对象。智能决策的依据是番茄生长模拟模型。根据模型能预测番茄的发育期,进而对处于不同发育期的温室做出决策。

关键词：无线传感器网络作物生长模型温室环境监控分簇通信协议

来源：评论

学校读者我要写书评

暂无评论

遥感数据与作物生长模型同化方法及其应用研究

遥感数据与作物生长模型同化方法及其应用研究

引用

作者：王东伟北京师范大学

学位级别：博士

地表植被叶面积指数(LAI)是进行作物长势监测的重要指标，准确估算LAI是卫星遥感数据定量应用的一个重要需求。目前，从卫星遥感数据获取地表植被LAI的主要手段有经验公式法、物理模型反演方法、查找表法(LUT)和非参数方法。其中经验公... 详细信息

地表植被叶面积指数(LAI)是进行作物长势监测的重要指标，准确估算LAI是卫星遥感数据定量应用的一个重要需求。目前，从卫星遥感数据获取地表植被LAI的主要手段有经验公式法、物理模型反演方法、查找表法(LUT)和非参数方法。其中经验公式法和非参数方法由于缺乏物理背景，从而导致其应用受到限制；LUT由于计算效率高则在卫星遥感产品中得到应用；物理模型反演方法是将描述卫星遥感观测信号与LAI之间关系的物理模型进行反演，从而得到LAI的估计值。由于作物(可以广义扩展到植被)在不同生育阶段的LAI往往具有时间关联性，如果能够充分利用这种作物生长时间相关信息，将会极大改善LAI反演效果。这种时间相关信息的表达是利用这种信息的基本问题，而作物生长模型恰恰可以描述这种信息。作物生长模型可以用于模拟作物生长过程和生长参数随生育期的变化，也揭示了环境因素对作物生长的影响原因。因此，在作物生长模型渐趋成熟、遥感技术迅速发展的今天，将两个具有互补性的先进技术结合起来，进行地表作物生长参数遥感提取方法研究，是一个既具有一定理论意义又具有广阔应用前景的课题，也是国际上近年来陆地表面参数遥感提取研究的新理念。数据同化技术的发展则为综合这两种信息提供了必要的手段，目前普遍采用的数据同化技术主要包括集合卡尔曼滤波算法(ENKF-EnsembleKalmanFilter)和变分同化算法，但近几年兴起的粒子滤波算法在模型参数的同化反演中也具有较大的应用潜力。\n 针对目前国内外在LAI遥感反演研究和遥感数据产品应用中存在的主要问题，考虑国内现有的技术资料条件，本文的研究内容集中在将遥感信息与作物生长模型相结合同化反演LAI算法方面，同时也尝试利用建立的算法实现区域尺度时间序列LAI变化信息提取，及其在农作物产量预报中的应用。\n 本文的主要研究工作和结论是：\n 1.同化遥感数据和作物生长模型的集合卡尔曼滤波算法采用简化的作物生长模型LOGISTIC和时序遥感数据，研究采用集合卡尔曼滤波算法对农作物 LAI进行同化反演的方法，以地面冠层实测二向反射率数据为例，验证了这种方法对改进LAI遥感产品质量的可行性；\n 2.遥感数据与作物生长模型结合的变分同化算法及其效果验证\n 采用简化的作物生长模型LOGISTIC来描述作物LAI随作物生长积温的变化趋势，以作物生长发育过程中LAI最大值作为待优化参数，发展了对LAI进行反演的变分同化算法，验证了算法的可行性，并初步阐述了将其推广应用到区域尺度的LAI遥感估算方法；\n 3.遥感数据与作物生长模型结合的变分同化算法在区域尺度上的应用研究\n 由于变分同化算法在结合作物生长模型和时序遥感数据方面具有较大的潜力，本文进一步采用机理化的作物生长模型CERES-Wheat对顺义地区的冬小麦LAI进行遥感数据同化反演；并针对研究中LAI同化结果的缺陷，采用对“中国典型地物标准波谱数据库”中冬小麦生长参数数据的统计结果，将LAI地面观测先验信息引入到变分数据同化算法。\n 4.遥感数据与作物生长模型结合的粒子滤波算法研究及其在区域尺度上的应用研究考虑到各种同化算法对被反演参数后验概率的高斯性假设，或在算法中采用后验概率分布高斯性处理对算法的限制，本文最后引入能够对被反演参数后验概率进行合理评估的粒子滤波算法，对其在遥感同化反演LAI方面进行了方法论探讨。提出了估算同化反演模型中观测算子和遥感观测数据所涉及的观测项误差方法，改进了区域尺度LAI同化反演结果；同时将构建的粒子滤波算法应用于吉林省榆树地区玉米LAI反演研究，也初步探讨了其在产量评估方面的应用。\n 论文最后对遥感数据同化反演地表参数进行了展望，讨论了各种同化算法在实际应用于区域尺度时的潜在发展空间以及局限性。

关键词：遥感数据作物生长模型卫星遥感地表植被叶面积指数

来源：评论

学校读者我要写书评

暂无评论

基于作物生长模型和光能利用率模型耦合的玉米估产方法研究

基于作物生长模型和光能利用率模型耦合的玉米估产方法研究

引用

作者：姜德阳吉林大学

学位级别：博士

玉米作为世界上重要的粮食作物之一,广泛分布于众多国家和地区。早在上个世纪七八十年代,结合遥感影像和地面调查数据进行诸如玉米种植分布、叶面积指数信息（LAI）提取和产量估算等应用研究被证明是一种有效的手段。从遥感影像中及时... 详细信息

玉米作为世界上重要的粮食作物之一,广泛分布于众多国家和地区。早在上个世纪七八十年代,结合遥感影像和地面调查数据进行诸如玉米种植分布、叶面积指数信息（LAI）提取和产量估算等应用研究被证明是一种有效的手段。从遥感影像中及时准确地获取这些信息对于保障我国粮食安全、农业政策制定、国际国内粮食贸易和可持续发展具有重要意义。遥感数据虽然可以快速、大范围地获取到地表各种信息,但是在这些信息的获取过程中依然存在着诸多问题和挑战。例如:目前针对农业应用的中高分辨率作物分布产品在某些地区缺失或者更新缓慢,无法满足于作物长势监测和估产的需求;利用遥感影像进行叶面积指数反演往往存在“病态性”问题;融合作物生长模型和遥感数据可以有效提高作物产量模拟的精度,但是作物生长模型存在区域参数获取困难,加上模型计算效率低下,只能在区域尺度上进行粗略地估算,难以在地块尺度上进行推广应用;光能利用效率模型虽然相比于作物生长模型机理性较弱,但是具有输入参数少、计算速度快等优点。如何将两者结合发挥各自的优势,以满足于地块尺度的产量估计需求还需要更多深入研究实践。针对以上存在的问题,本文主要研究了如何利用机器学习算法从遥感数据中获取玉米分布和叶面积指数等关键作物信息的方法。基于这些信息探讨了耦合作物生长模型和光能利用率模型在玉米估产的可行性,主要工作和结论:（1）深度神经网络模型（DNN）相比于决策树（DT）、随机森林（RF）、支持向量机（SVM）等机器学习算法,在不同长度时间序列遥感影像分类中具有较高的精度,因此选取DNN模型在研究区对玉米分类信息进行了提取。首先本文提出了一种结合历史作物分布数据和集成学习生成具有较高精度训练数据集的方法,基于该数据集对各种机器学习算法分类性能进行了对比评价。研究结果表明DNN无论是针对单时相还是多时相遥感影像,分类精度均高于其它算法。在作物的整个生长期,七月和八月是玉米等作物类型区分的最佳的时相,kappa系数分别为0.78和0.79。与单时相相比,利用多时相时间序列可以显著提高作物分类精度。kappa系数随着时间序列长度增加而增长,最早在八月份即可达到0.94,整个生长期最高为0.95。通过野外采集的验证点和现有的作物分类产品对比,提取的水稻和玉米分类结果具有较高的一致性,两种产品三年平均kappa系数为0.9。这表明利用本文方法生成的样本数据集和DNN模型可以满足玉米分类信息提取的需求。（2）集成学习方法可以提高深度神经网络模型（DNN）对于包括玉米在内的多种作物类型的叶面积指数（LAI）反演精度。本文提出了一种基于两阶段集成学习方法,该方法主要从训练数据分布和多个模型集成两个方面提高了DNN模型反演LAI的精度,选择玉米、大豆和向日葵三种作物类型地面测量LAI数据对本文方法的有效性进行了验证。研究结果表明,当DNN模型用于LAI反演时,模型本身存在一定的不确定性。通过集成多个模型可以降低单个模型对LAI反演结果带来的不确定性风险。与现有研究中常用的均匀分布、正态分布假设以及SNAP软件的S2Toolbox反演的LAI结果相比,用本文的方法三种作物类型LAI反演精度均有所提高。本文方法反演的LAI的总体RMSE为0.488)2?8)2,分别低于两个假设分布和S2Toolbox的0.748)2?8)2、0.668)2?8)2和0.718)2?8)2,并且反演结果和观测值均有较高的相关性。此外,研究结果还发现,在进行中高分辨率的LAI反演时,除了数据分布影响之外,利用作物类型的先验知识可以减少类型之间的干扰,即针对每种作物类型单独设计数据集可以提高LAI反演精度。（3）耦合作物生长模型（WOFOST）和光能利用率模型（CASA）可以用于玉米产量估算,并用实测产量验证了方法的可行性和有效性。首先,研究了提高WOFOST模拟玉米生长过程准确性的方法。在作物生长模型敏感参数分析基础上,以反演的玉米LAI数据作为参照,引入具有较高优化速度的DREAM算法对WOFOST模型主要敏感参数进行标定。结果表明比叶面积（SLATB-0.0,SLATB-0.78）和温度（TBASE和TSUM1）等参数对玉米生长发育和产量模拟起到主要影响作用。以玉米的LAI作为WOFOST模型的同化变量,对玉米生长发育过程中干物质积累和消耗量进行了模拟。结果显示,相比于默认参数值,经过标定和数据同化后玉米的模拟产量值与实测值相关性均有所提升,相关系数由0.22分别提高到0.44和0.58,模拟产量相比于实测产量偏高。以上研究表明,结合参数标定和数据同化方法可以提高WOFOST模型对玉米生长发育过程模拟的准确性。接着,利用改进后的CASA模型计算了玉米日初级总生产力（GPP）。由于中高分辨率卫星在时间上往往存在非连续性,在分析GPP随时间变化趋势的基础上,提出了一种基于L

关键词：玉米估产机器学习作物分类叶面积指数作物生长模型光能利用率模型

来源：评论

学校读者我要写书评

暂无评论

耦合遥感信息与作物生长模型的区域低温影响监测、预警与估产

耦合遥感信息与作物生长模型的区域低温影响监测、预警与估产

引用

作者：潘灼坤浙江大学

学位级别：博士

我国气候资源丰富多样,但粮食生产也承受一定的风险,保障粮食安全关乎到国家社会和发展的稳定。在国家农业生产发展需求催生下、农业遥感与信息技术成熟度较高的双重背景下的,推动我国农业灾害遥感监测、评估与预警技术的广泛应用,以提... 详细信息

我国气候资源丰富多样,但粮食生产也承受一定的风险,保障粮食安全关乎到国家社会和发展的稳定。在国家农业生产发展需求催生下、农业遥感与信息技术成熟度较高的双重背景下的,推动我国农业灾害遥感监测、评估与预警技术的广泛应用,以提高我国农业灾害信息服务能力,为各级领导部门科学地规划和指导农业生产、合理调整农业结构和布局,制定适合农业发展的各项经济技术措施具有重要的意义。农业灾害遥感监测是一个涉及农业科学、灾害学、遥感科学、地理信息科学等多学科的系统工程,本文以农业低温冷害监测、评估为切入点,借助遥感信息技术与作物生长模型,面向陕西关中平原双季作物低温影响的监测、风险评估研究开展了几项重要工作,形成了基于遥感与作物生长模型的区域产量估测和灾害评价框架,取得的成果主要如下：1.利用时间序列遥感数据提取作物物候信息作物物候期年际变化是气候年景差异的指示,为利用遥感数据精确地提取作物物候信息,研究中提出了采用较高时间、空间分辨率的国产环境卫星HJ-1 A/B数据用于构建植被指数时间序列。提出了针对该数据而开发了构建时间序列的流程方法、信号滤波和逐日的影像插补系统,从而能够利用HJ-1 A/B时间序列NDVI进行分析和物候期提取。重点对杨凌地区2011-2013年的冬小麦和夏玉米主要物候期进行遥感监测,结果与当地的物候期参考历表基本吻合。研究中对HJ-1 A/B时间序列滤波方法进行过对比测试,并与MODIS NDVI提取的物候期进行对比评价。虽然通过遥感监测提取了作物生长发育信息,但低温影响评估利用物候期监测还有一定的困难,在一个区域内体现的作物物候期空间差异有可能是气候因素,更重要的是人为因素。2.利用作物生长模型对低温气候影响分析为了弥补田间试验研究的不足,利用作物生长模型对关中平原双季作物种植制度下探讨低温冷害风险预警、灾损评估和农事措施调整的可能性。采用了DSSAT作物系统CERES模型对咸阳农业气象试验站2008-2013年间的冬小麦和夏玉米栽培资料进行模拟,研究中提出对作物模型参数校准的多目标优化方法；引入全局敏感性分析方法帮助认识模型输入变量对模拟结果的影响；研究中定量化地分析了冬小麦和夏玉米全生育期不同降温情景对产量的影响；以及局部生育期阶段受低温过程的影响。模拟结果总体上表明该气候区双季作物耕作制度在低温影响下存在减产的可能性,减产视乎不同气候年景和播种／收获期而不同；若生长季节长度不变,积温减少会对双季作物造成减产,冬小麦受低温影响不如夏玉米明显：在不同生育期连续5天气温骤降5和10℃情景下,夏玉米都造成了不同程度的减产,而对于冬小麦气温骤降减产并不明显。此外,在较低温的气候年景下,为维持当地一年二熟的耕作制度和产量水平,研究中通过模型模拟农事活动在时间上的安排措施以规避低温带来的影响,说明播种/收获期“不误农时”的重要性,旨在为农业生产的稳定提供建设性的建议。3.利用遥感监测物候信息驱动作物模型区域化运行研究中利用HJ-1A/B遥感数据获取的物候信息驱动作物模型区域化运行,对在杨凌地区的2011-2013年间冬小麦和夏玉米进行了区域产量估测,评估了低温情景下作物产量损失发生的范围和程度,并揭示与之关联的农事活动时空上安排情况。区域化的研究结果表明该气候区双季作物耕作制度在低温影响下存在减产的可能性,减产视乎不同气候年景和田间农事活动安排而不同,夏玉米受低温影响减产的程度比冬小麦高。研究结果帮助在空间上认识到播种/收获期对产量的影响,其空间分析结果也证实了在低温气候情景下,对冬小麦适时晚收,对夏玉米适时早播,有助于抵御低温气候而稳定产量。4.同化作物长势遥感监测信息与作物模型实现区域估产遥感观测资料具有实时、宏观的优势,提供了真实的作物区域和物候现象；作物生长模型表征了其所在气候、土壤与栽培管理措施的综合结果下对生长发育与产量模拟具有很强的机理性。时间序列遥感数据获取的作物参数LAI提供作物生长过程信息,利用数据同化将观测和模拟的变量融合能提高模拟的真实性。研究中构建了适用于DSSAT模型的数据同化框架,利用MODIS-NDVI时间序列在关中平原提取的物候信息驱动模型运行；采用了GLASS-LAI定量遥感产品与模型模拟的LAI建立代价函数,逐像元优化模型参数,从而实现遥感观测资料与作物模型同化的区域产量估测。

关键词：低温影响遥感物候监测作物生长模型数据同化区域估产

来源：评论

学校读者我要写书评

暂无评论

遥感信息与作物生长模型结合研究进展

引用

气象科学 2023年第1期43卷 100-108页

作者：郭建茂李羚钱娅李方正李文峰南京信息工程大学无锡研究院江苏无锡214100 南京信息工程大学应用气象学院南京210044 河南省烟草公司许昌市公司河南许昌461001 许昌市气象局河南许昌461000 不详

遥感能周期性地获取大范围的地表作物信息,通过适当的反演方法能够定量地提供作物在区域尺度上的生长状况;而作物生长模型可以在单点尺度上模拟出作物生长发育的动态变化,对作物长势以及产量变化的做出机理性解释。将遥感信息与作物生... 详细信息

遥感能周期性地获取大范围的地表作物信息,通过适当的反演方法能够定量地提供作物在区域尺度上的生长状况;而作物生长模型可以在单点尺度上模拟出作物生长发育的动态变化,对作物长势以及产量变化的做出机理性解释。将遥感信息与作物生长模型结合能实现二者优势互补,已成为目前作物长势监测和估产研究中的重要方法。本文总结了遥感信息和作物生长模型结合的两种主要方法,即驱动法和同化法,介绍了两种方法的常用算法、优缺点及国内外的应用情况,同时总结了将二者结合的研究趋势以及目前研究中存在的一些问题,旨在为后续遥感信息与作物生长模型结合的研究提供一定理论参考。

关键词：作物生长模型遥感结合同化

来源：评论

学校读者我要写书评

暂无评论

遥感信息与作物生长模型结合方法研究及初步应用

遥感信息与作物生长模型结合方法研究及初步应用

引用

作者：赵艳霞北京大学

学位级别：博士

本文的研究内容仍集中在遥感信息与作物模式结合方法的研究，同时也尝试利用建立的遥感－作物反演模型在区域尺度上进行作物模式参数反演和估产方面的初步应用。全文分为两部分：\n 第一部分，方法研究。在遥感信息与作物模式结合方... 详细信息

本文的研究内容仍集中在遥感信息与作物模式结合方法的研究，同时也尝试利用建立的遥感－作物反演模型在区域尺度上进行作物模式参数反演和估产方面的初步应用。全文分为两部分：\n 第一部分，方法研究。在遥感信息与作物模式结合方法研究中，主要建立了两个遥感－作物反演模型：遥感－DSSAT小麦反演模型和遥感－COSIM棉花反演模型。\n 1.遥感－DSSAT小麦反演模型遥感－DSSAT小麦反演模型是将遥感信息与目前国际上较为公认的DSSAT的核心模型CERES中小麦生长模型，以LAI为结合点，利用同化原理，采用Powell优化算法结合而成的。反演的参数为播种期和种植密度。模型通过优化初始参数播种期和密度，最终模拟出最佳产量。但是，从反演模型可行性检验的模拟试验结果看出，反演模型反演的参数存在较大不确定性，而且反演模型对外部同化数据LAI的误差、初始值及初始上下界等反应过于敏感，因此该反演模型的实际应用性较差。主要原因是Powell方法自身的缺陷造成的，即它只是一个局部而非全局的优化算法，无法从全局层面上优化参数。\n 2.遥感－COSIM棉花反演模型遥感－COSIM棉花反演模型是将遥感信息与目前国内较为成熟COSIM棉花模型，以LAI为结合点，利用同化原理，采用SCE，SA，DE三种优化算法分别结合而成的。反演的参数为播种期、种植密度、生育期总施氮量和灌溉量。通过对反演模型可行性检验认为：\n (1)利用相同的外部同化数据，采用不同优化方案反演的同一参数，其值有所不同。因此就参数反演而言，不同的方案反演同一参数存在一定的不确定性。但对产量模拟影响不大。\n (2)无论外部同化数据LAI是否存在误差，都是播种期和种植密度的反演结果较好，而施氮量和灌溉量较差。COSIM棉花模型氮肥和水分模块不够完善是导致施氮量和灌溉量反演不稳定的主要原因。因此作物模型本身的好坏对参数反演准确性影响很大。\n (3)SCE、SA和DE方案的反演模型均与反演参数的初始值无关(这与Powell优化算法完全不同)，因此客观上减少了反演模型的一个可能的误差来源，体现出该方法可行性的一面。\n (4)同一方案下，随着外部同化数据随机误差的增加，各项参数反演的误差和产量的模拟误差总体上也逐步增大。但误差并不与外部同化数据随机误差同步增加，这也是这种方法具有可行性的一面。\n (5)在LAI序列上取不同时段的LAI作为外部同化数据的模拟试验得出，三种优化方案下的反演模型均表现出同时取前中期的LAI作为外部同化数据时，参数反演的误差总体上最小，模拟的产量误差也全部为最小。这一特点对充分利用前中期的数据提前做出产量预测十分有利。这是这种方法用于估产具有可行性的另一个方面。\n (6)实际应用的“仿真试验”，即在带有随机误差的LAI序列上取不同时段的3至5个LAI作为外部同化数据时所做的模拟试验结果表明，不同误差水平(3％，5％，7％和10％)之下三种方案的反演模型模拟的产量误差范围均较小。以外部同化数据的随机误差为10％为例，SCE、SA和DE方案下的反演模型模拟的产量误差分别为5.0～6.9％、4.6～7.0％和5.7～8.1％。对于大面积估产来说误差都算较小，但相比之下SCE和SA方案下的反演模型估产误差更小，DE方案下的反演模型估产误差相对较大。而且，还有一点值得一提，就是从计算的时间效率来看，SCE方案远远优于SA和DE，SA居中，DE最差。因此，综合各方面因素，认为SCE优化方案下的反演模型最优。\n (7)对于初始值上下界范围对反演结果的影响，情况较为复杂，是反演模型实际应用时的一个可能的误差来源。但根据丰富的先验知识给定一个合理的范围值，是解决问题的方法之一，另外也可以根据数学等方法设立“软边界”加以解决，这有待于今后进一步研究。\n 第二部分，应用研究。利用所建遥感－作物反演模型在区域上进行应用的研究。主要选用了SCE优化方案下遥感－COSIM棉花反演模型在新疆北部棉花主产区11个县市进行棉花参数反演和估产的应用。\n (1)总体来说，根据已知的大面积棉区的产量和播种期、种植密度、施氮量和灌溉量的粗略资料，与相应的区域应用计算结果进行比较，二者基本一致，可以定性地说明应用效果较好。\n (2)将两个单点的实际观测值与相应区域上两个点的计算结果进行对比，可以看出，在大面积应用时遥感－COSIM反演模型的应用效果是比较好的，产量的模拟误差分别为-5.8％和-5.

关键词：卫星遥感信息作物生长模型参数反演遥感估产

来源：评论

学校读者我要写书评

暂无评论

作物生长模型在农作物生产上的应用

引用

农业工程 2024年第12期14卷 37-44页

作者：陈光泽韩曈曈孔维府南松剑陈晓峰中国农业大学烟台研究院山东烟台264670

目前我国农业发展趋向精准化、智能化,而作物生长模型是发展精准农业必不可少的工具,其通过现代信息技术,将作物的生长过程数字化、精确化,分析作物生长发育过程中的制约因素,从而提高农业生产效率。以生长模型为研究分析重点,阐述了作... 详细信息

目前我国农业发展趋向精准化、智能化,而作物生长模型是发展精准农业必不可少的工具,其通过现代信息技术,将作物的生长过程数字化、精确化,分析作物生长发育过程中的制约因素,从而提高农业生产效率。以生长模型为研究分析重点,阐述了作物生长模型的应用现状,分析作物生长模型目前发展中的局限性,并对作物生长模型的发展提出相关建议。使用可视化文献分析软件CiteSpace 6.1.6 Advanced,采用文献研究法、系统分析法、层次分析法等方法对作物生长模型进行研究。以生长模型为主要关键词进行初级分析,以粮食作物、经济作物等关键词进行二级分析,分别分析发文机构、关键词,计算中心度。作物生长模型在粮食作物、经济作物等方面运用广泛,但两方面研究分析的重点存在差异。

关键词：作物生长模型精准农业粮食作物经济作物

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：