格网化小麦估产模型提升产量预测精度

近日，中国农业科学院农业资源与农业区划研究所农业绿色发展科学与工程团队构建了格网化冬小麦产量估算模型，通过遥感数据同化与机器学习技术的深度融合，显著提升了冬小麦区域产量预测的精度。相关成果发表在《农业计算机和电子技术（Computers and Electronics in Agriculture）》上。

作物产量估算在农业政策制定、资源配置以及生产实践中都具有重要作用。传统作物模型在小范围内有较高精度，但在区域尺度上应用却面临巨大挑战，主要包括输入参数需求高、数据获取难、参数校准复杂等问题。

该研究通过构建一个1公里分辨率的冬小麦格网化模型，将整个研究区域划分为若干独立的格网单元，每个单元输入气象、土壤、管理等多源数据进行作物生长模拟。在此基础上，使用了随机复杂演化算法，实现自动参数优化，提高模型的适应性和预测能力。此外，该研究还应用了两种遥感数据同化方法，通过将遥感叶面积指数引入作物生长轨迹，进一步校正和优化模型模拟结果，从而有效降低了作物模型的不确定性。该研究成果对区域尺度作物估产提供了重要技术参考。

该研究得到北方干旱半干旱耕地高效利用全国重点实验室、国家自然科学基金等项目资助。（通讯员：姬悦）

原文链接：https://doi.org/10.1016/j.compag.2024.109594