作物冠层参数对于遥感定量反演研究具有重要意义，为环境变化、产量预测和农业管理提供调控和决策支持。作物模型作为农业遥感研究中的重要监测工具，具有低成本、高效率和稳定的优点，可以有效的模拟作物冠层参数。作物冠层参数是对作物生长状态的描述，可分为几何、物理和化学参数三大类。作物模型可以模拟多个作物参数，实现分析作物生长状态及其各组分的分配特征的目的。因此，精确的作物模型不仅能够在作物整个生长季内连续模拟多个作物参数，还可以对作物产量进行实时预测和监测。
本研究使用数据是基于野外实测玉米作物参数建立的数据集。研究区域及测量点位的玉米作物与周围农田正常种植，并由中国科学院长春净月潭遥感实验站常年自动观测相关作物与环境数据。
图 1 研究区及测量点位图示
影像来源于Sentinel-2A，土地覆盖数据来源于中国科学院资源与环境数据中心。
本研究建立了一个以叶面积指数作为输入参数的玉米作物几何和物理参数的半经验作物模型(GPMCM)。根据实测作物参数数据集采用了分段回归算法，具体描述了作物几何参数如杆径和作物高度及物理参数如各组分(杆茎和叶片)的鲜生物量、干生物量、含水量和相对含水量的分配规律和变化特征。结果表明，(1)叶面积指数与其他作物参数具有较高的相关系数(R=0.79)；(2)基于将整个生长季分为两个阶段的分段回归算法表现较好。玉米几何参数如高度、杆长半径和短半径的均方根误差分别为12.91 cm、0.74 mm和0.73 mm。玉米物理参数如茎叶鲜生物量、干生物量、含水量和相对含水量的均方根误差为0.05至4.24 kg/m2，平均绝对百分比误差为2.0%至12.9%。(3)将GPMCM作物模型扩展应用到500 m的MODIS叶面积指数产品的尺度仍然具有良好的精度(平均绝对百分比误差: 11至18.5%)，这证实了GPMCM在大规模应用的可行性。
研究成果近期以“Temporal Variation and Component Allocation Characteristics of Geometric and Physical Parameters of Maize Canopy for the Entire Growing Season”为题在国际期刊Remote Sensing上发表。由中国科学院东北地理与农业生态研究所联合培养硕士 研究生李秉择为第一作者，郑兴明副研究员为通讯作者。本研究得到中国科学院A类战略先导专项（XDA28100500）、国家自然科学基金（No.4197132）和吉林省教育厅重点研究项目（JJKH20210295KJ）等的联合资助。
论文信息如下：Bingze Li, Ming Ma, Shengbo Chen, Xiaofeng Li, Si Chen, Xingming Zheng*. 2022. Temporal Variation and Component Allocation Characteristics of Geometric and Physical Parameters of Maize Canopy for the Entire Growing Season. Remote Sensing, 14, 3017.
关于征集申报2021年吉林省科协科技创新智库专项课题的通知
科研成果
当前位置：