作物產量估算在農業政策制定、資源配置以及生產實踐中都具有重要作用。傳統作物模型在小范圍內有較高精度，但在區域尺度上應用卻面臨巨大挑戰，主要包括輸入參數需求高、數據獲取難、參數校準復雜等問題。

 

　　該研究通過構建一個1公里分辨率的冬小麥格網化模型，將整個研究區域劃分為若干獨立的格網單元，每個單元輸入氣象、土壤、管理等多源數據進行作物生長模擬。在此基礎上，使用了隨機復雜演化算法，實現自動參數優化，提高模型的適應性和預測能力。此外，該研究還應用了兩種遙感數據同化方法，通過將遙感葉面積指數引入作物生長軌跡，進一步校正和優化模型模擬結果，從而有效降低了作物模型的不確定性。該研究成果對區域尺度作物估產提供了重要技術參考。

 

　　該研究得到北方干旱半干旱耕地高效利用全國重點實驗室、國家自然科學基金等項目資助。（通訊員：姬悅）

 

　　原文鏈接：https://doi.org/10.1016/j.compag.2024.109594