【摘要】：為了研究不同數(shù)據(jù)同化方法在AquaCrop(FAO Crop model to simulate yield response to water)模型模擬作物地上生物量(above ground biomass,AGB)、冠層覆蓋度(canopy cover,CC)和產(chǎn)量過程的效率,以冬小麥為研究對象,利用2012-2013、2013-2014和2014-2015年冬小麥田間試驗數(shù)據(jù),將標定的Aqua Crop生長模型與遙感光譜信息相結(jié)合開展同化技術(shù)分析,應用粒子群優(yōu)化(particle swarm optimization,PSO)、模擬退火(simulated annealing,SA)和復合型混合演化(shuffled complex evolution,SCE-UA)3種數(shù)據(jù)同化算法,以不同生育期、不同水分處理和不同氮肥水平的AGB和CC為雙變量開展多同化算法的模擬分析,對3種數(shù)據(jù)同化算法的運算效率和同化結(jié)果進行對比分析。結(jié)果表明:1)3種數(shù)據(jù)同化算法達到的應度值0.26時,SCE-UA同化算法用時最少(833 s),SA數(shù)據(jù)同化算法用時最多(1433 s),表明SCE-UA同化算法效率最優(yōu),SA數(shù)據(jù)同化算法效率最低;2)不同生育期的同化結(jié)果,AGB的同化精度隨著生育期的推進而降低,AGB的模擬值在拔節(jié)期和挑旗期高于實測值,被高估,在開花期和灌漿期被低估,總的AGB被低估;CC在拔節(jié)期和挑旗期被低估,在開花期和灌漿期被高估,總的CC被低估;3)不同水分處理的同化結(jié)果,AGB普遍被低估,CC在雨養(yǎng)(W0)條件下被高估,在正常灌溉(W1)和過量灌溉(W2)條件下被低估;產(chǎn)量均被低估;4)不同氮肥水平,AGB的模擬精度隨著施N量的增加而降低,并且普遍被低估,CC普遍被高估,產(chǎn)量均被低估。以上結(jié)果表明,PSO、SA和SCE-UA 3種數(shù)據(jù)同化算法均能有效模擬冬小麥的AGB、CC和產(chǎn)量,其中SCE-UA數(shù)據(jù)同化算法無論在運算效率還是同化結(jié)果的精度上均優(yōu)于PSO和SA數(shù)據(jù)同化算法。
[Abstract]:In order to study the efficiency of different data assimilation methods in simulating the aboveground biomass of (above ground biomass (above ground biomass AGB), canopy coverCC and yield process in AquaCrop (FAO Crop model to simulate yield response to water) model, winter wheat was used as the research object. Based on the data of winter wheat field trials in 2013-2014 and 2014-2015, the calibrated Aqua Crop growth model was combined with remote sensing spectral information to carry out assimilation analysis. Three data assimilation algorithms, particle swarm optimization (particle swarm), simulated annealing (SA) and compound hybrid evolutionary (shuffled complex evolution-SCE-UA (SCE-UA), were used to simulate and analyze the multivariate assimilation algorithms using AGB and CC with different growth stages, different water treatments and different nitrogen levels. The computational efficiency and assimilation results of three data assimilation algorithms are compared and analyzed. The results show that the three data assimilation algorithms have the lowest time (833s) and SA data assimilation algorithm (1433 s),) and the lowest SA data assimilation algorithm (1433 s), shows the best efficiency of SCE-UA assimilation algorithm and the lowest SA data assimilation algorithm efficiency 2) when the response value of the three data assimilation algorithms is 0.26 (833s) and (833s) SA data assimilation algorithm takes the most time (1433 s),). The assimilation accuracy of AGB decreased with the development of growth stage. The simulated value of AGB was higher than the measured value at jointing stage and flag picking stage. The total AGB was underestimated at jointing and flag stage, and was overestimated at flowering and filling stages. Total CC was underestimated. (3) the assimilation results of different water treatments were generally underestimated under rainfall (W0) condition and under normal irrigation (W1) and overirrigation (W2) condition. The simulation accuracy of AGB at different nitrogen levels decreased with the increase of N application rate, and the CC was generally underestimated and the yield was underestimated. The above results show that the three data assimilation algorithms PSOSA and SCE-UA can effectively simulate the AGBCC and yield of winter wheat, and the SCE-UA data assimilation algorithm is superior to the PSO and SA data assimilation algorithms in both operation efficiency and precision of assimilation results.
【作者單位】： 北京農(nóng)業(yè)信息技術(shù)研究中心;國家農(nóng)業(yè)信息化工程技術(shù)研究中心;農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點實驗室;北京市農(nóng)業(yè)物聯(lián)網(wǎng)工程技術(shù)研究中心;商丘師范學院測繪與規(guī)劃學院;
【基金】：國家自然科學基金(41571416,41601346) 北京市農(nóng)林科學院創(chuàng)新能力建設(shè)專項(KJCX20150409) 北京市自然科學基金(4152019)
【分類號】：S127

【參考文獻】

相關(guān)期刊論文 前10條

1 邢會敏;相詩堯;徐新剛;陳宜金;馮海寬;楊貴軍;陳召霞;;基于EFAST方法的AquaCrop作物模型參數(shù)全局敏感性分析[J];中國農(nóng)業(yè)科學;2017年01期

2 邢會敏;徐新剛;馮海寬;李振海;楊福芹;楊貴軍;賀鵬;陳召霞;;基于AquaCrop模型的北京地區(qū)冬小麥水分利用效率[J];中國農(nóng)業(yè)科學;2016年23期

3 吳伶;劉湘南;王春乙;秦其明;鄭小坡;孫越君;;光譜信息與作物生長模型數(shù)據(jù)同化中的時間尺度優(yōu)化[J];農(nóng)業(yè)工程學報;2015年24期

4 黃健熙;馬鴻元;田麗燕;王鵬新;劉峻明;;基于時間序列LAI和ET同化的冬小麥遙感估產(chǎn)方法比較[J];農(nóng)業(yè)工程學報;2015年04期

5 黃健熙;李昕璐;劉帝佑;馬鴻元;田麗燕;蘇偉;;順序同化不同時空分辨率LAI的冬小麥估產(chǎn)對比研究[J];農(nóng)業(yè)機械學報;2015年01期

6 解毅;王鵬新;劉峻明;李俐;;基于四維變分和集合卡爾曼濾波同化方法的冬小麥單產(chǎn)估測[J];農(nóng)業(yè)工程學報;2015年01期

7 金秀良;徐新剛;王紀華;李鑫川;王妍;譚昌偉;朱新開;郭文善;;基于灰度關(guān)聯(lián)分析的冬小麥葉片含水量高光譜估測[J];光譜學與光譜分析;2012年11期

8 王維;劉翔舸;王鵬新;劉春紅;;條件植被溫度指數(shù)的四維變分與集合卡爾曼同化方法[J];農(nóng)業(yè)工程學報;2011年12期

9 任建強;陳仲新;唐華俊;周清波;秦軍;;基于遙感信息與作物生長模型的區(qū)域作物單產(chǎn)模擬[J];農(nóng)業(yè)工程學報;2011年08期

10 王人潮，王珂，沈掌泉，蔣亨顯，，朱德峰，蔡體常;水稻單產(chǎn)遙感估測建模研究[J];遙感學報;1998年02期

【共引文獻】

相關(guān)期刊論文 前10條

1 王娜;李強子;杜鑫;張源;趙龍才;王紅巖;;單變量特征選擇的蘇北地區(qū)主要農(nóng)作物遙感識別[J];遙感學報;2017年04期

2 王愷寧;王修信;;多植被指數(shù)組合的冬小麥遙感估產(chǎn)方法研究[J];干旱區(qū)資源與環(huán)境;2017年07期

3 邢會敏;李振海;徐新剛;馮海寬;楊貴軍;陳召霞;;基于遙感和AquaCrop作物模型的多同化算法比較[J];農(nóng)業(yè)工程學報;2017年13期

4 黃健熙;賈世靈;馬鴻元;侯英雨;何亮;;基于WOFOST模型的中國主產(chǎn)區(qū)冬小麥生長過程動態(tài)模擬[J];農(nóng)業(yè)工程學報;2017年10期

5 吳蕾;柏軍華;肖青;杜永明;柳欽火;徐麗萍;;作物生長模型與定量遙感參數(shù)結(jié)合研究進展與展望[J];農(nóng)業(yè)工程學報;2017年09期

6 王雪姣;潘學標;王森;胡莉婷;郭燕云;李新建;;基于COSIM模型的新疆棉花產(chǎn)量動態(tài)預報方法[J];農(nóng)業(yè)工程學報;2017年08期

7 鄭磊;宋世凱;袁秀亮;董嘉琪;李龍輝;;基于Biome-BGC模型和集合卡爾曼濾波方法的闊葉紅松林生態(tài)系統(tǒng)水碳通量模擬[J];生態(tài)學雜志;2017年06期

8 邢會敏;相詩堯;徐新剛;陳宜金;馮海寬;楊貴軍;陳召霞;;基于EFAST方法的AquaCrop作物模型參數(shù)全局敏感性分析[J];中國農(nóng)業(yè)科學;2017年01期

9 陳浩;樊風雷;;基于集合卡爾曼濾波的南雄煙草LAI數(shù)據(jù)同化研究[J];生態(tài)學報;2017年09期

10 李章成;王昕;李宗南;任國業(yè);;基于多時相高分一號影像水稻監(jiān)測精度評價與修正——以德陽地區(qū)為例[J];西南農(nóng)業(yè)學報;2016年10期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 何亮;侯英雨;趙剛;鄔定榮;于強;;基于全局敏感性分析和貝葉斯方法的WOFOST作物模型參數(shù)優(yōu)化[J];農(nóng)業(yè)工程學報;2016年02期

2 滕曉偉;董燕生;沈家曉;孟魯閩;馮海寬;;AquaCrop模型對旱區(qū)冬小麥抗旱灌溉的模擬研究[J];中國農(nóng)業(yè)科學;2015年20期

3 吳立峰;張富倉;范軍亮;周罕覓;邢英英;強生才;;不同灌水水平下CROPGRO棉花模型敏感性和不確定性分析[J];農(nóng)業(yè)工程學報;2015年15期

4 何亮;趙剛;靳寧;莊偉;于強;;不同氣候區(qū)和不同產(chǎn)量水平下APSIM-Wheat模型的參數(shù)全局敏感性分析[J];農(nóng)業(yè)工程學報;2015年14期

5 黃健熙;馬鴻元;田麗燕;王鵬新;劉峻明;;基于時間序列LAI和ET同化的冬小麥遙感估產(chǎn)方法比較[J];農(nóng)業(yè)工程學報;2015年04期

6 黃健熙;李昕璐;劉帝佑;馬鴻元;田麗燕;蘇偉;;順序同化不同時空分辨率LAI的冬小麥估產(chǎn)對比研究[J];農(nóng)業(yè)機械學報;2015年01期

7 解毅;王鵬新;劉峻明;李俐;;基于四維變分和集合卡爾曼濾波同化方法的冬小麥單產(chǎn)估測[J];農(nóng)業(yè)工程學報;2015年01期

8 宋明丹;馮浩;李正鵬;高建恩;;基于Morris和EFAST的CERES-Wheat模型敏感性分析[J];農(nóng)業(yè)機械學報;2014年10期

9 王亮;魏新平;;AquaCrop模型及其研究進展[J];節(jié)水灌溉;2014年06期

10 劉興冉;沈彥俊;;AquaCrop模型在華北平原夏玉米水分研究中的應用[J];農(nóng)業(yè)現(xiàn)代化研究;2014年03期

【相似文獻】

相關(guān)期刊論文 前1條

1 朱秀芳;李宜展;潘耀忠;史培軍;;AquaCrop作物模型研究和應用進展[J];中國農(nóng)學通報;2014年08期

本文編號：2197525