无人机多光谱影像与DSSAT-CROPGRO-SCOPE耦合模型同化技术提升加工番茄生长监测与产量预测精度

为解决作物模型参数校准困难和遥感数据利用不足的问题，以色列研究人员创新性地将无人机多光谱影像数据同化(DA)到DSSAT-CROPGRO与SCOPE RTMo耦合模型中。通过粒子滤波(PF)算法动态更新模型参数，显著提高了叶面积指数(LAI)和产量预测精度（LAI NRMSE从59%降至34%，产量NRMSE从64%降至16%），为精准农业中的作物生长监测提供了数字化解决方案。该研究发表在《Computers and Electronics in Agriculture》，为大规模商业化农田的空间遥感数据同化奠定了基础。

　　

在现代农业向数字化、智能化转型的浪潮中，如何将遥感监测数据与作物生长模型有机结合，一直是精准农业领域的重大挑战。传统作物模型如DSSAT-CROPGRO虽然能模拟作物生长发育过程，但存在参数校准困难、难以反映田间实际状况等问题；而无人机遥感虽能快速获取作物冠层信息，却缺乏对作物生理过程的深入解读。这种"模型"与"数据"的割裂，严重制约了农业决策支持的准确性。

针对这一难题，以色列农业研究组织的科学家们开展了一项创新研究，将无人机多光谱影像数据同化到DSSAT-CROPGRO与SCOPE辐射传输模型的耦合系统中。研究团队选择加工番茄这一典型经济作物作为研究对象，通过精心设计的灌溉施肥试验场（包含9种处理组合），系统评估了耦合模型在水分胁迫条件下的预测性能。该成果发表在农业工程领域权威期刊《Computers and Electronics in Agriculture》上，为作物生长监测提供了新的技术范式。

研究团队采用了三项关键技术方法：首先建立了DSSAT-CROPGRO与SCOPE RTMo模块的耦合框架，通过10个关键参数（如叶绿素含量C_ab、干物质含量C_dm等）实现模型间数据传递；其次开发了混合像元模拟算法，解决了行栽作物植被覆盖不均导致的反射率模拟偏差；最后采用改进的粒子滤波(PF)算法进行数据同化，通过分阶段参数扰动策略（如生长初期调整EM-V1，花期调整FL-SH等）有效克服了模型高维参数空间的采样难题。试验数据来自以色列Hula Valley的田间试验，使用MicaSense双相机系统获取10个波段的多光谱影像。

【模拟混合像元的效果验证】
通过对比传统方法与混合像元模拟法的反射率拟合效果，研究发现后者能有效消除"土壤-植被"像元混合带来的光谱干扰。在移栽后34天(DAP34)，传统方法出现两个错误的高权重粒子簇（分别对应裸土和植被状态），而混合像元法形成了单一收敛的粒子分布，反射率加权平均值与观测值吻合良好。

【控制处理的粒子滤波演化过程】
跟踪粒子滤波在整个生长季的动态变化发现：早期同化阶段（DAP13-27）通过大幅降低EM-V1参数值（从25降至10 thermal days）加速冠层发育；中期（DAP55）通过调整SLAVR（从350降至280 cm²/g）修正LAI高估；后期（DAP97）则通过协调LFMAX与XFRT参数平衡产量预测。这种分阶段参数优化策略使产量预测精度提升近2倍，但LAI预测在中期出现暂时性恶化，反映出作物模型参数间的复杂互作。

【耦合机制对预测精度的影响】
通过系统关闭各耦合关系发现：叶倾角分布参数LIDF的实测值（平均LIDFa=0.35）比默认值(-0.35)显著改善预测效果；干物质含量C_dm的动态更新对NIR波段(842nm)反射率模拟至关重要；而叶绿素含量C_ab的耦合关系则主要影响可见光波段拟合。完整耦合方案使LAI和产量的NRMSE分别达到34%和16%的最佳水平。

【多处理的LAI与产量预测】
在包含不同水分胁迫处理的验证中，数据同化使LAI预测的NRMSE从59%降至42%，产量预测从64%降至35%。值得注意的是，排除重度水分胁迫（40%灌溉）处理后，预测精度进一步提升（LAI NRMSE 34%，产量NRMSE 16%），揭示出DSSAT-CROPGRO在极端胁迫条件下的模拟局限。

在讨论部分，研究者深入剖析了三个关键发现：首先，粒子滤波中分阶段参数扰动的策略有效缓解了作物模型的高维参数空间问题，但EM-V1等物候参数在生长后期的持续调整仍反映出模型结构的不完善；其次，LIDF实测值的重要作用提示我们，许多研究忽视的冠层结构参数可能对遥感数据同化产生决定性影响；最后，模型在重度水分胁迫下的失效，暴露出Priestly-Taylor蒸散发计算方法的局限性，建议未来整合SCOPE的能量平衡模块进行改进。

这项研究的科学价值主要体现在三个方面：技术上，建立了无人机遥感与作物模型的数据同化新框架；方法上，提出了针对行栽作物的混合像元模拟方案；应用上，验证了该体系在轻中度水分胁迫条件下的可靠性。尽管在极端胁迫模拟和冠层衰老表征方面仍需改进，但这项工作为农业数字孪生系统的发展提供了重要范例，其技术路线可扩展至小麦、玉米等主粮作物的生长监测中。随着卫星遥感数据的引入，这套方法有望在区域尺度作物产量预测中发挥更大作用。