區(qū)域冬小麥生長模擬遙感數(shù)據(jù)同化的不確定性研究.pdf

1、及時、準確、大范圍地進行區(qū)域作物生長監(jiān)測和產(chǎn)量預(yù)測對于指導(dǎo)農(nóng)業(yè)生產(chǎn)、保障糧食安全、促進農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義。作物生長模型遙感數(shù)據(jù)同化方法是解決區(qū)域作物生長模擬的有效途徑。但作物生長模擬遙感數(shù)據(jù)同化模擬過程復(fù)雜，在實際應(yīng)用中還存在很多不確定因素。深入研究和分析這些不確定性問題對作物模型區(qū)域化、提高區(qū)域同化模擬的精度具有重要理論研究價值和實際應(yīng)用需求，有助于提高區(qū)域農(nóng)情遙感監(jiān)測的技術(shù)能力。
　　本研究以作物模型遙感數(shù)據(jù)同化的不確

2、定性為研究核心，從同化系統(tǒng)模型初始條件和模擬過程、同化算法、關(guān)鍵參數(shù)葉面積指數(shù)（LAI）遙感反演、氣象驅(qū)動及遙感觀測誤差、時空尺度等方面出發(fā)，首先在作物模型本地化基礎(chǔ)上，分別考慮模型模擬過程和初始條件擾動的不同模擬效果；然后，對比粒子濾波（PF）和本特征正交分解的四維變分（POD4DVAR）同化模擬結(jié)果，分析粒子/集合維數(shù)和擾動方差影響；接著，利用GF-1 WFV、HJ-1 CCD和Landsat-8 OLI影像數(shù)據(jù)，應(yīng)用PROSAIL

3、模型進行時序LAI遙感反演；最后進行區(qū)域同化模擬，并分析氣象驅(qū)動、觀測誤差、時空尺度等方面的不確定性影響。主要研究結(jié)論如下：
　　（1）通過對比初始條件優(yōu)化、PF同化和初始條件擾動同步 PF同化三種同化方案，得出第一種方案未考慮同化模擬過程不確定性，無法提高同化估產(chǎn)精度，其余方案估產(chǎn)精度較高，其中第三種同化方案最優(yōu)，相對誤差（RE）和均方根誤差（RMSE）分別為6.00％和544kg/ha。研究發(fā)現(xiàn)觀測誤差的增加會使同化模擬精度降

4、低；還發(fā)現(xiàn)同化時間點的選擇對同化模擬的精度具有影響，在冬小麥孕穗期、抽穗期和拔節(jié)期同化觀測數(shù)據(jù)可明顯提高同化模擬精度。
　　（2）PF和POD4DVAR兩種同化方案均可以提高模擬精度。其中以POD4DVAR同化精度最高，RE為5.65%，RMSE為523kg/ha。研究發(fā)現(xiàn)粒子/集合維數(shù)從50增加到200時，同化模擬精度提高較小，但計算代價增加超過8倍；隨著擾動方差降低，同化模擬精度增大。因此，在實際應(yīng)用中選擇合適同化算法、粒子/

5、集合數(shù)和擾動方差，對于減少冬小麥生長同化模擬至關(guān)重要作用。
　?。?）研究利用同步的GF-1 WFV、HJ-1 CCD和Landsat-8 OLI數(shù)據(jù)，在分析反射率和植被指數(shù)一致性的基礎(chǔ)上，應(yīng)用PROSAIL模型反演得到衡水冬小麥時序LAI結(jié)果，經(jīng)人工和儀器測量兩種實測LAI驗證，總體RE分別為5.72%和9.44%，RMSE為0.26和0.39，表明時序LAI反演結(jié)果滿足區(qū)域同化研究需求。
　?。?）研究基于最優(yōu)POD4D

6、VAR同化方案進行區(qū)域同化估產(chǎn)，利用官方統(tǒng)計數(shù)據(jù)進行驗證，估產(chǎn)精度較高，RE為8.32%，RMSE為452kg/ha。分析氣象驅(qū)動不確定性影響，發(fā)現(xiàn)單氣象站數(shù)據(jù)同化結(jié)果，無法反映各區(qū)域?qū)嶋H產(chǎn)量變化特性。研究還發(fā)現(xiàn)隨著遙感LAI誤差增大，估產(chǎn)精度降低，但減少趨勢較小，同化在一定程度上消減了部分觀測誤差影響造成的同化模擬不確定性。時空尺度方面，同化觀測頻率增大，模擬精度提高；同化孕穗、抽穗和拔節(jié)三個生育期觀測均可明顯提高模擬精度；同化前、中