国家自然科学基金(40901161)
- 作品数：3 被引量：86H指数：2
- 相关作者：黄健熙武思杰马冠南刘兴权马鸿元更多>>
- 相关机构：中国农业大学中国农业科学院农业资源与农业区划研究所中南大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金全球变化研究国家重大科学研究计划更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于遥感信息和作物生长模型同化的水稻估产方法研究被引量：43
- 2010年
- 本研究的目的是通过数据同化方法,将国产环境卫星HJ-1A/B数据提取的水稻叶面积指数LAI信息和作物生长模型相结合,以提高水稻估产的精度.具体方法为:首先通过分析水稻叶面积指数LAI和水稻归一化植被指数NDVI的时域变化关系建立模型反演水稻LAI,并应用研究区历史数据和作物生长模型WOFOST建立初始水稻生长模型估算水稻产量.在构建代价函数的基础上,采用SCE(shuffledcomplex evolution)数据同化方法对初始水稻生长模型参数进行优化,使水稻生长模型估算的水稻LAI和遥感数据反演的LAI差值最小.最后将采用同化方法的水稻生长模型估算的研究区水稻产量和不加同化方法的原始水稻生长模型估算的水稻产量进行比较,结果显示水稻估产精度有明显提高.研究结果表明采用遥感数据提取的农作物实时生长信息可以修正作物生长模型关键参数以提高区域范围的农作物估产精度,同时也显示国产环境卫星数据在农作物生长监测上具有广阔的应用潜力.
- 陈劲松黄健熙林珲裴志远
- 关键词：遥感作物生长模型同化水稻
- 基于遥感信息与作物模型集合卡尔曼滤波同化的区域冬小麦产量预测被引量：53
- 2012年
- 区域作物产量预测是国家粮食安全评估的重要内容。遥感虽能获取大面积地表信息,却难以反映作物生长发育的内在过程。作物生长模型已经在单点尺度能成功模拟作物的生长发育过程,但是区域尺度作物关键参数的获取仍很困难。遥感信息与作物模型结合的数据同化已经成为区域产量预测的最有效途径。该文选择河北省衡水地区冬小麦为研究对象,在WOFOST模型标定与区域化的基础上,利用WOFOST模型描述冬小麦生育期内叶面积指数(LAI)变化规律。针对MODIS数据的混合像元造成反演的LAI产品偏低的系统误差,利用实测LAI样本点融合MODIS-LAI趋势信息修正MODIS-LAI数据产品。采用集合卡尔曼(EnKF)算法同化冬小麦返青到抽穗期的MODIS-LAI与WOFOST模拟的LAI以获得时间序列最优的LAI,并以此重新驱动WOFOST模型估算区域冬小麦产量。结果表明,EnKF同化后的冬小麦产量比未同化的产量预测精度有显著提高,与县平均统计产量相比,在潜在模式下,决定系数由0.13提高到0.38,均方根误差由2480下降到880kg/hm2。研究表明,遥感信息与作物模型的EnKF同化是1种有效的作物产量预测方法,并在区域尺度应用上具有广阔的应用潜力。该研究可为区域尺度的作物估产提供参考。
- 黄健熙武思杰刘兴权马冠南马鸿元吴文斌邹金秋
- 关键词：遥感数据转换数据同化
- 集合卡尔曼滤波同化估算地表水热通量的研究
- 2014年
- 采用了顺序同化方法,利用集合卡尔曼滤波(EnKF)耦合一个简单陆面过程模型,从而完成了改善地表水热通量估算精度的研究工作。在建立同化系统的过程中,对同化系统的模型误差进行了探讨和设定,并通过已建立的同化系统对EnKF中的集合大小设定进行了试验。利用山东禹城试验站提供的站点实测数据与MOD16产品数据,进行同化系统的驱动和通量结果的验证。结果表明,以EnKF方法的数据同化系统能较好地完成对地表水热通量的估算,通过与MODIS ET(MOD16A2)产品的对比试验,证明该方法具有一定的稳定性和适用性,能较准确地对地表水热通量进行估算。
- 刘翔舸王鹏新唐伯惠黄健熙陶欣
- 关键词：集合卡尔曼滤波地表温度
