遥感数据与作物模型同化应用：PROSAIL模型、DSSAT模型、参数敏感性分析、数据同化算法、模型耦合、精度验证等主要环节

news2024/11/17 3:55:23

查看原文>>>遥感数据与作物模型同化实践技术应用

基于过程的作物生长模拟模型DSSAT是现代农业系统研究的有力工具，可以定量描述作物生长发育和产量形成过程及其与气候因子、土壤环境、品种类型和技术措施之间的关系，为不同条件下作物生长发育及产量预测、栽培管理、环境评价以及未来气候变化评估等提供了定量化工具。但是，当作物生长模型从单点研究发展到区域尺度应用时，由于空间尺度增大而出现的地表、近地表环境非均匀性问题，导致模型中一些宏观资料的获取和参数的区域化方面存在很多困难，模型模拟结果也会存在很大的不确定性，而遥感信息在很大程度上可以帮助作物生长模型克服这些不足。

国产卫星（如HJ、GF、ZY）、MODIS、Landsat、Sentinel-2等遥感数据是进行大范围作物生长状态监测的有效手段；作物生长模型能够利用环境因素模拟作物生长过程，揭示作物生长发育的原因与本质。随着科学技术发展和农业应用需求的驱动，数据同化方法将遥感数据与作物生长模型相结合，监测作物长势及预测作物产量，是当前农业信息技术应用研究的重要内容和发展趋势之一。二者结合既能提供宏观监测信息，又可动态反映作物生长发育过程，有利于实现优势互补，提升应用潜力。

【内容简述】：

本内容主要涉及遥感数据与作物模型同化建模中的遥感数据、PROSAIL模型、DSSAT模型、参数敏感性分析、数据同化算法、模型耦合、精度验证等主要环节。

专题一：遥感基础理论知识

遥感平台（如无人机）与传感器、国内外主要陆地卫星（如Landsat、SPOT、HJ、GF）
遥感基本原理、光谱响应函数、遥感数据处理流程
遥感在陆地生态系统监测方面的应用

专题二：作物长势监测与产量估算国内外研究进展

国内外研究综述
研究实例分析

专题三：Fortran编程语言

软件安装
（使用xp/win7/win8/win10专业版笔记本）
工程文件建立、基本语法操作

专题四：作物参数遥感反演基本原理

遥感反演作物参数类型
生化组分（叶绿素、氮、干物质、叶片水分含量、花青素）
生物物理参数（LAI、LAD、株高、生物量）
生理生态参数（FPAR、ET）
作物参数遥感反演模型：经验模型、线性模型、指数模型、对数模型
物理模型：辐射传输模型、几何光学模型、混合模型、计算机模拟模型
不同方法对比分析

专题五：PROSAIL模型

输入参数：LAI/LAD/叶绿素/花青素/干物质/类胡萝卜素/水分含量/…
输出参数：植被冠层反射率
以FORTRAN代码为例上机操作反射率模拟流程
模拟叶片反射率与透射率
模拟植被冠层400-2500 nm高光谱反射率曲线
模拟Landsat OLI、MODIS等遥感传感器多光谱反射率数据

专题六：参数敏感性分析

待优化参数选择
局部敏感性分析
全局敏感性分析：EFAST敏感性分析方法介绍、SIMLAB软件操作流程、PROSAIL模型参数全局敏感性分析

专题七 遥感反演过程中的代价函数求解问题

代价函数构建：反演方式、反演参数、“病态”问题、先验知识、函数极值问题
反演算法介绍：优化技术查找表、神经网络、模拟退火
应用案例分析

专题八 基于查找表方法+PROSAIL模型的作物参数遥感反演

查找表原理
查找表实现
基于查找表和PROSAIL模型的作物参数遥感反演

专题九 基于优化算法+PROSAIL模型的作物参数遥感反演

代价/目标函数极值求解
测试函数极值求解
优化算法求解PROSAIL模型参数
待求解作物参数最优值提取

专题十 作物模型程序化表达与运行

模型分类：经验模型、半机理模型、机理模型
模型选取原则
模型调试
模型标定模型对比分析
应用案例分析
模型运行（以DSSAT作物模型为例、FORTRAN源码）: 时间序列植被参数（如叶面积指数）演化模拟、作物参数（如LAI）时间序列变化及产量模拟过程

专题十一 作物模型与遥感数据同化建模原理

作物模型与遥感观测耦合的必要性：作物模型优缺点、遥感观测优缺点、耦合必要性
耦合方法：驱动法、原理、程序实现过程、应用实例
数据同化方法：发展历程、数据同化算法介绍、方法对比分析
作物模型参数敏感性分析：待优化参数选择、局部敏感性分析、全局敏感性分析
作物模型与遥感数据同化：同化遥感反演结果（如LAI遥感产品）、同化遥感观测反射率