遥感同化WOFOST模型动态监测水稻重金属污染胁迫

为研究土壤重金属污染对作物生长尤其是根系生长的影响,探讨了利用遥感与作物生长模型同化方法获取水稻根重WRT(Weight of Root)的变化,进而动态监测水稻重金属污染胁迫的可行性。以吉林省长春市两块不同污染水平的水稻种植区为研究对象,以叶面积指数LAI(Leaf Area Index)为结合点,使用灰色关联度分析选择与根重关联度最高的作物参数CVR(干物质转化为根重的效率,Efficiency of Conversion into Roots),通过粒子群优化算法PSO(Particle Swarm Optimization)优化CVR,实现作物生长模型WOFOST(World Food Studies)与CCD遥感数据的同化,并用同化后的WOFOST模型模拟WRT进行水稻重金属污染胁迫状况分析,最后对研究区水稻重金属污染胁迫进行了分级评价。结果表明,整个生长期污染严重区域水稻根重比污染较轻区的水稻根重低,二者比值范围为0.894~0.972,均值为0.922,在水稻分蘖期比值最低达到0.894。可见根重的变化是监测水稻重金属污染胁迫的有效指标,该方法能够在水稻生长的早期(分蘖期)就监测到重金属污染胁迫。