| 基于多源遥感数据和EC-LUE模型的冬小麦产量估算 |
| |
| 引用本文： | 欧阳宏达,赵书河,张新明.基于多源遥感数据和EC-LUE模型的冬小麦产量估算[J].中国农业信息,2023,35(1):27-42. |
| |
| 作者姓名： | 欧阳宏达 赵书河 张新明 |
| |
| 作者单位： | 1.南京大学地理与海洋科学学院、自然资源部国土卫星遥感应用重点实验室、江苏省地理信息技术 重点实验室，南京 210023;2.江苏省地理信息资源开发利用协同创新中心，南京 210023;3.山东省潍坊市规划编制研究中心，潍坊 261041 |
| |
| 基金项目： | 国家自然科学基金面上项目“基于高斯过程回归和综合遥感干旱指数的农业干旱预测模型研究”（42271321） |
| |
| 摘 要： | 【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ESTARFM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9.7 bu/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。
|
| 关 键 词： | ESTARFM GPP 光能利用率模型 冬小麦 产量估算 |
| 收稿时间： | 2023/1/16 0:00:00 |
Winter wheat yield estimation based on multi-source remote sensing data and EC-LUE model |
| |
| Ouyang Hongd,Zhao Shuhe,Zhang Xinming.Winter wheat yield estimation based on multi-source remote sensing data and EC-LUE model[J].China Agriculture Information,2023,35(1):27-42. |
| |
| Authors: | Ouyang Hongd Zhao Shuhe Zhang Xinming |
| |
| Abstract: | |
| |
| Keywords: | ESTARFM GPP light use efficiency model winter wheat yield estimation |
|
| 点击此处可从《中国农业信息》浏览原始摘要信息 |
|
点击此处可从《中国农业信息》下载全文 |
