10.12105/j.issn.1672-0423.20230103
基于多源遥感数据和EC-LUE模型的冬小麦产量估算
[目的]及时、准确、无损地估算冬小麦产量有助于粮食生产管理和粮食安全.[方法]文章使用Sentinel-2的红光波段和短波红外数据及MOD09Q1数据,使用ES-TARFM融合方法,生成冬小麦生长期(3~6月)内8 d的NDVI高空间分辨率时间序列数据.结合MERRA-2气象同化数据,使用EC-LUE模型进行农作物总初级生产力(GPP)的模拟估算,并使用收割指数方法将之转化为冬小麦产量,将估算结果与美国农业部门公布的县级产量数据进行比较验证.[结果]实验表明,Sentinel-2与MOD09Q1融合NDVI具有良好的融合精度,相关系数在0.60~0.87之间.基于融合NDVI估算的GPP相比MOD17A2H具有更好的空间细节和纹理.2017-2020年估算产量平均绝对误差MAE为8.41 bu/acre,平均相对误差为18.4%,均方根RMSE为9.7bu/acre.[结论]基准影像数量及其与预测日期的时间差会影响融合的精度,总体上能用于后续GPP模拟;EC-LUE模型较好地模拟了农作物的GPP水平和产量,在土地覆盖类型复杂的区域,可以提供更好的GPP空间变异信息,具有可移植性;基于收割指数方法将生长期内累计的GPP能转换为产量信息,能满足在作物收割之前的产量估算需求.
ESTARFM、GPP、光能利用率模型、冬小麦、产量估算
35
TP79;P237;S127
国家自然科学基金42271321
2023-09-06(万方平台首次上网日期,不代表论文的发表时间)
共16页
27-42