《表4 国内水稻遥感与作物模型同化研究情况》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《遥感与作物生长模型数据同化在水稻上的应用进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

GF-1，高分一号；HJ-1A，环境卫星1；HJ-1A/B，环境卫星1/2；POS，粒子群算法；SA，模拟退火算法；SCE，全局优化算法；LAI，叶面积指数；BM，地上部生物量；WRT，根质量；LAN，叶片氮积累量。

以“水稻+数据同化”为主题词在中国知网（http://www.cnki.net/）进行文献检索，共检索出23篇文献，经人工识别获得有效文献19篇。知网数据中显示，在水稻领域开展遥感与作物模型数据同化方面较早的中文文献是由南京农业大学曹卫星团队2009年发表的，随后研究机构逐渐增多，中国地质大学刘湘南团队在国内发文最多。国内研究区域包括湖南、浙江、江苏、吉林等省，应用目标涉及水稻重金属污染监测、水稻长势监测、产量估计等3个领域。选用的作物生长模型有WOFOST、Rice Grow、ORYZA 2000；遥感数据主要来源于GF-1、HJ-1A/B、Landsat-8、MODIS、Radarsat-2、ASAR；数据同化算法包括POS、SA、SCE；数据同化变量包括LAI、BM、LAN（具体见表4）。综上所述，遥感与作物生长模型的数据同化研究结果表明，MODIS卫星遥感数据是大区域同化应用的主要卫星遥感数据，Landsat TM卫星遥感数据是中等区域尺度应用的主要卫星遥感数据；作物模型以WOFOST使用最为广泛，而Rice Grow是我国自主研发的水稻生长模型；LAI是遥感与作物模型同化中最常用的同化变量。