近日，中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所農(nóng)業(yè)綠色發(fā)展科學(xué)與工程團(tuán)隊(duì)構(gòu)建了格網(wǎng)化冬小麥產(chǎn)量估算模型，通過(guò)遙感數(shù)據(jù)同化與機(jī)器學(xué)習(xí)技術(shù)的深度融合，顯著提升了冬小麥區(qū)域產(chǎn)量預(yù)測(cè)的精度。相關(guān)成果發(fā)表在《農(nóng)業(yè)計(jì)算機(jī)和電子技術(shù)（Computers and Electronics in Agriculture）》上。

 

　　作物產(chǎn)量估算在農(nóng)業(yè)政策制定、資源配置以及生產(chǎn)實(shí)踐中都具有重要作用。傳統(tǒng)作物模型在小范圍內(nèi)有較高精度，但在區(qū)域尺度上應(yīng)用卻面臨巨大挑戰(zhàn)，主要包括輸入?yún)?shù)需求高、數(shù)據(jù)獲取難、參數(shù)校準(zhǔn)復(fù)雜等問(wèn)題。

 

　　該研究通過(guò)構(gòu)建一個(gè)1公里分辨率的冬小麥格網(wǎng)化模型，將整個(gè)研究區(qū)域劃分為若干獨(dú)立的格網(wǎng)單元，每個(gè)單元輸入氣象、土壤、管理等多源數(shù)據(jù)進(jìn)行作物生長(zhǎng)模擬。在此基礎(chǔ)上，使用了隨機(jī)復(fù)雜演化算法，實(shí)現(xiàn)自動(dòng)參數(shù)優(yōu)化，提高模型的適應(yīng)性和預(yù)測(cè)能力。此外，該研究還應(yīng)用了兩種遙感數(shù)據(jù)同化方法，通過(guò)將遙感葉面積指數(shù)引入作物生長(zhǎng)軌跡，進(jìn)一步校正和優(yōu)化模型模擬結(jié)果，從而有效降低了作物模型的不確定性。該研究成果對(duì)區(qū)域尺度作物估產(chǎn)提供了重要技術(shù)參考。

 

　　該研究得到北方干旱半干旱耕地高效利用全國(guó)重點(diǎn)實(shí)驗(yàn)室、國(guó)家自然科學(xué)基金等項(xiàng)目資助。（通訊員：姬悅）

 

　　原文鏈接：https://doi.org/10.1016/j.compag.2024.109594