基于多源遥感数据和EC-LUE模型的冬小麦产量估算

作者：欧阳宏达; 赵书河^*; 张新明

来源：中国农业信息, 2023, 35(01): 27-42.

• ESTARFM
• GPP
• 光能利用率模型
• 冬小麦
• 产量估算

【目的 】及时、准确、无损地估算冬小麦产量有助于粮食生产管理和粮食安全。【方法 】文章使用Sentinel-2的红光波段和短波红外数据及MOD09Q1数据，使用ESTARFM融合方法，生成冬小麦生长期（3～6月）内8 d的NDVI高空间分辨率时间序列数据。结合MERRA-2气象同化数据，使用EC-LUE模型进行农作物总初级生产力（GPP）的模拟估算，并使用收割指数方法将之转化为冬小麦产量，将估算结果与美国农业部门公布的县级产量数据进行比较验证。【结果 】实验表明，Sentinel-2与MOD09Q1融合NDVI具有良好的融合精度，相关系数在0.60～0.87之间。基于融合NDVI估算的GPP相比MOD17A2H具有更好的空间细节和纹理。2017—2020年估算产量平均绝对误差MAE为8.41 bu/acre，平均相对误差为18.4%，均方根RMSE为9.7 bu/acre。【结论 】基准影像数量及其与预测日期的时间差会影响融合的精度，总体上能用于后续GPP模拟；EC-LUE模型较好地模拟了农作物的GPP水平和产量，在土地覆盖类型复杂的区域，可以提供更好的GPP空间变异信息，具有可移植性；基于收割指数方法将生长期内累计的GPP能转换为产量信息，能满足在作物收割之前的产量估算需求。

• 单位
  江苏省地理信息技术重点实验室; 南京大学