农业机械学报

作者：刘明星,李长春,李振海,冯海宽,杨贵军,陶惠林

单位：河南理工大学,河南理工大学,北京农业信息技术研究中心;国家农业信息化工程技术研究中心,国家农业信息化工程技术研究中心;北京市农业物联网工程技术研究中心,国家农业信息化工程技术研究中心;北京市农业物联网工程技术研究中心,国家农业信息化工程技术研究中心;北京市农业物联网工程技术研究中心,

关键词：冬小麦; 地上生物量; 高光谱; SAFY模型; 叶面积指数

基金：国家自然科学基金项目（41601346、41701375、41871333）和河南省科技攻关项目(182102110186)

为了探索准确、高效地估算冬小麦地上生物量（Dry aerial mass，DAM）的方法，获取了2013—2014年和2014—2015年2个生长季的冬小麦试验数据，采用植被指数反演叶面积指数（LAI），以遥感反演LAI作为遥感与SAFY（Simple algorithm for yield estimates）模型之间的耦合变量，利用主成分分析的复合型混合演化（Shuffled complex evolution with PCA，SP-UCI）算法优化出苗日期（D0）、有效光能利用率（ELUE）和衰老温度（STT）3个敏感参数，对冬小麦全生育期进行动态生长模拟。结果表明，2014—2015年和2013—2014年冬小麦全生育期模型模拟地上生物量?R???2?、RMSE和NRMSE分别为0.887、1.001?t/hm??2?、19.41%和0.856、1.033?t/hm??2?、19.86%。研究表明，耦合高光谱遥感与SAFY作物生长模型能够准确地模拟冬小麦长势的动态变化，对冬小麦地上生物量估算精度较高，可为遥感监测冬小麦长势提供参考。?

来源：2020年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第2期