基于LAI和VTCI及Copula函数的冬小麦单产估测

作者：王鹏新; 陈弛; 张树誉; 张悦; 李红梅

来源：农业机械学报, 2021, 1-14.

• 冬小麦单产估测
• 主成分分析
• Copula函数
• 条件植被温度指数
• 叶面积指数

受全球变暖影响，近年来干旱事件发生的频率和强度均呈显著增加的趋势，严重影响了农作物的产量。因此，选择合适的监测指标、构建准确的产量估测模型，对保障国家粮食安全具有十分重要的意义。以关中平原为研究区域，基于与作物长势密切相关的条件植被温度指数（VTCI）和叶面积指数（LAI），采用主成分分析法（PCA）结合Copula函数分别构建县域尺度单变量（VTCI或LAI）、双变量（VTCI和LAI）的冬小麦单产估测模型。结果表明，基于PCA–Copula构建的综合LAI与冬小麦的单产模型精度最高(R2=0.567，P<0.001)，但综合VTCI和LAI与冬小麦间的单产模型(R2=0.524，P<0.001)用于研究区域2012—2017年各县（区）的冬小麦单产估测时误差分布更为集中、最大误差更小，比基于综合VTCI、综合LAI建立的估产模型的估测结果更可靠，表明应用PCA–Copula构建的双变量估产模型更适合大范围的冬小麦单产估测。

• 单位
  陕西省气象局; 中国农业大学