论文部分内容阅读
烟草生长状况和病害的监测可为国家烟草宏观管理和决策提供依据,因此,快速而准确地对烟草不同生长期内的生长状况进行高效监测非常必要。叶面积指数(LAI)是表现烟草生长状态的重要指标,及时获取和更新LAI数据是管理和监测烟草生长走势的关键步骤。而烟草生长季节广东省多雨多云的天气状况环境限制了遥感或光学仪器监测的能力,导致LAI数据的获取存在一定的不足。本文在对广东省南雄市烟草生长状况进行了定量监测基础上,研究得到了烟草生长规律的简化LOGISTIC模型。然后通过集合卡尔曼滤波数据同化技术与简化LOGSITIC模型共同拟合获取南雄市烟草生长期内时间序列上的连续LAI数据,拟合结果显示得到的LAI结果基本接近真实值。本文采用了两种预测模式结合的办法提取连续LAI数据,不单单最大程度地利用了观测数据,同时控制和提高了LAI数据的精度,可以一定程度上解决南雄地区因当地天气等不利因素而不能获取连续烟草LAI观测数据的问题。