基于集合卡尔曼滤波的PyWOFOST模型在东北玉米估产中的适用性验证

摘要：

以叶面积指数(LAI)为结合点,引入基于集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)的作物模型-遥感信息耦合模型PyWOFOST,利用气象数据、农业气象记录观测表数据及MODIS LAI数据检验PyWOFOST模型在东北玉米种植区的适用性,并选取在研究区内均匀分布、覆盖所有玉米品种且具有有效MODIS LAI数据的16个玉米农气站点,模拟该模型在不同的TSUM1(出苗-开花期积温)不确定性水平下各站点的玉米产量及LAI.结果表明,与WOFOST模型相比,PyWOFOST模型对LAI和产量的模拟能力都有极大提高.当TSUM1的不确定性为0、10、20、30℃时,PyWOFOST模拟的产量平均误差分别为10.32％、9.25％、7.31％和8.49％,均较未同化LAI观测数据的WOFOST模拟的产量平均误差(10.55％)低；同化后模拟LAI与同化前模拟LAI相比,其轨迹更接近实测值,更符合玉米的生长发育趋势,表明基于EnKF的PyWOFOST模型在东北玉米种植区有较好的适用性.

关键词：数据同化、集合卡尔曼滤波(EnKF)、MODIS LAI、PyWOFOST

所属期刊栏目：33

分类号：S127(农业物理学)

资助基金：国家科技支撑计划课题2011BAD32B01;公益性行业气象科研专项GYHY201106027

在线出版日期：2012-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：245-253