论文部分内容阅读
粮食安全问题事关国家的经济发展,是农业生产的核心。及时并精准的预测并获取作物长势与产量是保证地区和国家粮食安全、交易以及政府决策的基础。相较于传统农业信息调查存在的经济成本与时间成本过高的问题,遥感探测具备数据客观、探测及时、覆盖面积大的优势,但是作物的发育需要经历一个长时间的阶段,而遥感信息更多的是对瞬时情况的观测,因此对作物生育阶段的描述性较差。为了提高模拟产量的精确度,目前多使用同化方法将遥感数据与作物模型耦合,是遥感和信息化农业的研究热点和重点。本文以吉林省榆树和白城站多年春玉米为基础,选择叶面积指数(LAI)作为遥感信息与作物模型的结合点,根据集合卡尔曼滤波(EnKF)方法对WOFOST(World Food Study)模型与遥感信息进行同化,据此对吉林省春玉米产量模拟分析,同时利用作物需水量和有效降水量计算的灌溉需求指数确定关键灌溉生育期进一步设定灌溉方案,据此进行春玉米产量模拟以确定较优的灌溉方案。具体研究内容如下:(1)WOFOST模型本地化。作物模型输入的部分数据由于不能直接测量所以需要进行前期准备工作,随后采用初始变量扰动法确定WOFOST模型中的参数敏感度,根据敏感性分析结果并参考相关文献对参数进行调整,以确定WOFOST模型的品种和土壤参数值;以榆树和白城站的2002-2011年作物发育期资料、叶面积指数资料和产量资料对模型结果进行验证,据此确定适用于吉林省站点的WOFOST模型参数。(2)遥感数据的处理。本文选用了 MODIS叶面积指数产品,遥感数据通常会受天气、气溶胶等未知因素影响,使得遥感值容易出现异常值,所以选取Savitzky-Golay滤波方法处理MODIS遥感产品的时间序列曲线,实现数据平滑和去除异常值的目的,同时结合研究区域叶面积实测值和Logistic方程对平滑后的数据进行修正,得到与实际生育期内生长发育情况更为接近的春玉米叶面积指数连续时间序列曲线,为后面数据同化做好准备。(3)构建WOFOST-EnKF同化。利用集合卡尔曼滤波算法,以8d时间序列的MOD 15叶面积指数作为外部同化数据进行同化模拟,在榆树进行单点研究,并对比同化后模拟产量与WOFOST模型的模拟产量,结果表明基于同化方法构建的模型模拟产量值较同化前模型模拟产量值与实测值相差小。(4)吉林省春玉米主要种植区灌溉方案的设定及作物模型模拟研究。吉林省春玉米种植主要受当地水资源制约,因此玉米的需水规律和灌溉研究对当地粮食的稳产高产具有重要意义。通过计算春玉米各生育期的需水量和有效降水量得到全生育期的灌溉需求指数,以确定关键灌溉期;计算不同降水年型下生育期的灌溉量来设定灌溉模拟方案,利用WOFOST-EnKF嵌套模型实现灌溉模拟方案得到春玉米模拟产量,结果表明吉林省中西部春玉米乳熟-成熟期灌溉效率最高,其次为播种-出苗期,可根据条件增加乳熟-成熟期灌溉和关键生育期的灌溉次数。