格网化小麦估产模型提升产量预测精度

 

　　作物产量估算在农业政策制定、资源配置以及生产实践中都具有重要作用。传统作物模型在小范围内有较高精度，但在区域尺度上应用却面临巨大挑战，主要包括输入参数需求高、数据获取难、参数校准复杂等问题。

 

　　该研究通过构建一个1公里分辨率的冬小麦格网化模型，将整个研究区域划分为若干独立的格网单元，每个单元输入气象、土壤、管理等多源数据进行作物生长模拟。在此基础上，使用了随机复杂演化算法，实现自动参数优化，提高模型的适应性和预测能力。此外，该研究还应用了两种遥感数据同化方法，通过将遥感叶面积指数引入作物生长轨迹，进一步校正和优化模型模拟结果，从而有效降低了作物模型的不确定性。该研究成果对区域尺度作物估产提供了重要技术参考。

 

　　该研究得到北方干旱半干旱耕地高效利用全国重点实验室、国家自然科学基金等项目资助。（通讯员：姬悦）

 

　　原文链接：https://doi.org/10.1016/j.compag.2024.109594