基于SWAP-IES的旱区春小麦长势和产量模拟

S24; 基于观测数据和作物模型相同化的田块尺度作物生长监测,对于农田精准管理具有重要意义.为构建能准确模拟旱区春小麦长势和产量的同化模拟模型,该研究利用SWAP(soil-water-atmosphere-plant)模型和迭代集合平滑器算法(iterative ensemble smoother,IES),构建了适合旱区春小麦的SWAP-IES同化模拟系统,并利用 2019-2020 年田间观测试验数据,评估了同化叶面积指数(leaf area index,LAI)、土壤水分(soil water content,SW)及其组合在旱区春小麦生长模拟和估产中的作用.结果表明,相较于无同化情景...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 39; no. 11; pp. 66 - 76
Main Authors 金建新, 丁一民, 孙振源, 朱磊
Format Journal Article
LanguageChinese
Published 宁夏大学土木与水利工程学院,银川750021 01.06.2023
宁夏回族自治区黄河水联网数字治水重点实验室,银川750021
宁夏农林科学院农业资源与环境研究所,银川750002%宁夏大学土木与水利工程学院,银川750021
Subjects
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.202210141

Cover

More Information
Summary:S24; 基于观测数据和作物模型相同化的田块尺度作物生长监测,对于农田精准管理具有重要意义.为构建能准确模拟旱区春小麦长势和产量的同化模拟模型,该研究利用SWAP(soil-water-atmosphere-plant)模型和迭代集合平滑器算法(iterative ensemble smoother,IES),构建了适合旱区春小麦的SWAP-IES同化模拟系统,并利用 2019-2020 年田间观测试验数据,评估了同化叶面积指数(leaf area index,LAI)、土壤水分(soil water content,SW)及其组合在旱区春小麦生长模拟和估产中的作用.结果表明,相较于无同化情景,在吸收 6次土壤水分观测数据后,模型对土壤水分模拟的R2 从 0.48提升到 0.87.同化LAI时,各水分胁迫处理下LAI的模拟精度均最高,R2 从无同化的 0.35~0.62 提升到0.76~0.96.同化LAI+SW时,各处理对生物量模拟的精度均最高,R2 从无同化的 0.40~0.67提升到 0.73~0.96.轻度水分胁迫处理(T4~T5)下,仅同化LAI即可达到较好的估产效果,相对误差为 4.05%~9.17%,而在中度或重度水分胁迫处理(T1~T3)下,准确的产量估算需同时吸收LAI和SW,相对误差为 3.87%~8.38%.开花期和拔节期的观测数据对提高SWAP-IES系统估产精度的作用最大,同时吸收开花期和拔节期LAI+SW观测数据时估产的R2 可从无同化的 0.45提高到 0.79.说明所构建的SWAP-IES同化模拟系统,在融入开花期和拔节期等关键生育期的观测数据后能有效模拟不同水分处理下春小麦生长和产量形成过程,可为田块尺度下旱区春小麦精准监测提供技术参考.
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.202210141