水氮数据联合驱动的冬小麦数据同化研究

S27%S152.7%S512; 水氮状态的准确估计对于作物生长模拟和产量估计十分重要.数据同化可以集成观测和模型,从而实现更加准确的模拟.然而,传统的数据同化系统大多关注叶面积指数(LAI)、土壤含水量(SM),对于氮素状态估计的研究相对较少,缺乏水氮数据联合驱动的数据同化研究.采用集合卡尔曼滤波(EnKF)方法对SWAP-WOFOST模型构建冬小麦生长的数据同化系统,通过引入叶片氮累积量(LNA)的观测,同时更新SM、LAI、LNA和作物产量等关键状态变量后进行作物生长模拟.结果表明,只加入LAI和SM可以很好更新模型的土壤水分剖面和LAI,但是对于LNA和产量的模拟效果不佳;加入LNA观...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	节水灌溉 2021-06 (7), p.7-13
Hauptverfasser:	李金敏, 韩景晔, 余丹阳, 史良胜
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!