基于SWAP模型同化遥感数据的黑龙江南部春玉米产量监测

来源：农业工程学报杂志2019年第22期北京时间：

作者：王利民,姚保民,刘佳,杨玲波,杨福刚,

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。

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, SWAP模型