卫星叶面积指数同化与水-能量-作物模型耦合的盐渍化农田玉米生长监测研究

《Precision Agriculture》：Salinity stress and water availability inferred from satellite leaf area index assimilated into a water-energy-crop model

本研究针对气候变化背景下盐渍化农田作物生长监测难题，创新性地将遥感获取的叶面积指数(LAI)和地表温度(LST)数据同化至FEST-EWB-SAFY水-能量-作物耦合模型。通过四年的田间试验验证，该方法在无需先验盐分分布信息的条件下，成功实现了盐胁迫环境下玉米生长发育的动态模拟和产量预测（RMSE=1.7-3.3 t·ha-1），为大面积盐渍化农田精准管理提供了可靠技术路径。

　　

随着全球气候变化加剧和人口持续增长，淡水资源短缺与土壤盐渍化已成为威胁粮食安全的核心问题。据统计，全球约20%的灌溉农田受到盐分影响，每年造成的农业热量损失相当于1.7亿人的年需求。在沿海地区，海水入侵更使得浅层地下水咸化，导致作物根系吸水受阻、叶片发育抑制，最终造成减产。传统盐分监测依赖密集布点测量土壤电导率(EC)，成本高昂且难以捕捉空间异质性。如何通过高效手段实现盐渍化农田的精准诊断和产量预测，成为农业可持续发展的重要课题。

针对这一挑战，发表于《Precision Agriculture》的研究团队开发了一种融合遥感与过程模型的新方法。该研究以意大利威尼斯潟湖沿岸的卡比亚卡盐渍化农田为实验区（2019-2022年），通过将哨兵2号卫星反演的叶面积指数(LAI)同化至FEST-EWB-SAFY水-能量-作物耦合模型，探索了在不依赖盐分直接测量的条件下监测玉米生长动态的可行性。

关键技术方法

研究核心采用分布式水热平衡模型FEST-EWB与作物模型SAFY的耦合框架，通过集合卡尔曼滤波(EnKF)算法同化LAI数据。模型以5米空间分辨率和1小时时间步长运行，利用哨兵3号卫星地表温度(LST)校准能量平衡参数，借助123个采样点构建的土壤电导率空间分布图验证盐分胁迫效应。田间布设5个监测站采集土壤水分、盐分及LAI实地数据，联合联合收割机产量监测系统获取空间显式产量验证数据。

模型校准与验证

通过对比模拟与遥感观测的LST，模型在校准年（2020年）达到MAE=3.0℃的精度。土壤水分验证显示，表层（10厘米）和深层（70厘米）土壤体积含水量的RMSE分别为0.053-0.104 m³·m^-3和0.047-0.087 m³·m^-3。作物生长模块校准后，LAI模拟值与遥感反演值高度吻合（2020年RMSE=1.09 m²·m^-2），且产量预测与收割机实测数据空间分布一致。

数据同化效果

在未输入盐分数据的条件下，LAI同化模型通过14期哨兵2号影像成功捕捉到田间盐分梯度导致的作物生长差异。如图5所示，高盐点（B点，EC=5.8 dS·m^-1）的LAI峰值较低碳点（A点，EC=0.3 dS·m^-1）低15%，且同化模型通过周期性修正生长阶段，克服了云覆盖导致的观测缺失问题。2020年产量验证表明，同化模型（RMSE=1.7 t·ha^-1）甚至优于基于盐分输入的校准模型（RMSE=2.2 t·ha^-1）。

盐分与水分耦合效应

通过分析峰值LAI、累积蒸散量(ET)与土壤电导率的关系（图9），发现盐分胁迫对作物生长的限制强于土壤质地差异。砂质土壤区域虽渗透性更优，但其高盐分仍导致LAI降低30%；而黏土区域因盐致裂隙增加渗透性，反而缓解了水分胁迫。这表明在浅地下水条件下，盐分而非水分可用性是作物生长的主要限制因子。

研究结论与意义

该研究证实了遥感数据同化策略可有效替代复杂的盐分实地监测，实现盐渍化农田作物生长动态的精准模拟。其重要意义在于：①突破了传统模型对盐分输入数据的依赖，通过LAI间接捕捉盐分胁迫效应；②利用高频卫星数据更新模型状态，适应气候变化下的极端事件响应；③为大面积盐渍农田管理提供可操作的实时监测工具。未来通过融合多源遥感数据（如土壤水分与冠层温度），有望进一步提升模型在多云地区的适用性，为全球盐渍区农业韧性提升提供技术支撑。