同化遥感信息与WheatSM模型的冬小麦估产

小麦生长模型WheatSM是针对中国不同冬小麦品种类型研发的,已在科研和业务中得到应用.将遥感信息与作物生长模型耦合,进行区域大范围作物长势监测与估产具有重要的应用价值.以位于中国冬小麦主产区的河南省鹤壁市为研究区,分别利用SCE-UA优化同化法和EnKF同化法,将经优化重建的2013-2017年MODIS LAI时间序列数据和小麦生长模型WheatSM进行耦合,在站点和区域两种尺度开展冬小麦估产研究.结果 表明:单站点运行时,在小麦模型参数严格标定的前提下,引入本身带有不确定性的遥感数据,并不能提高模型模拟结果的精度;遥感观测数据的质量对EnKF算法同化结果的影响大于对SCE-UA优化算法同化结果的影响;在区域尺度运行时,SCE-UA优化同化和EnKF同化模拟单产精度较同化前均有明显提高,分县模拟单产与统计单产相比,RMSE由2036.0kg·hm-2分别降低到1641.6 kg·hm-2和1587.7 kg·hm-2,分别降低19.4％和22.0％,且EnKF同化法的运行效率显著优于SCE-UA优化同化法.研究结果可为WheatSM小麦生长模型与遥感信息同化策略的选择提供依据.