《Industrial Crops and Products》:Stage-specific LAI-based estimation of maize biophysical parameters: Allocation characteristics and biomass assessment
编辑推荐:
准确的作物冠层生物物理参数模拟对于田间尺度的作物管理和遥感监测至关重要。针对叶面积指数(LAI)与玉米生物物理参数之间的关系随生育阶段变化、且在生殖阶段因非光合叶片组分增加而更为复杂的问题,研究人员以LAI为唯一输入变量,构建了玉米生物物理参数阶段特异性关系模
准确的作物冠层生物物理参数模拟对于田间尺度的作物管理和遥感监测至关重要。针对叶面积指数(LAI)与玉米生物物理参数之间的关系随生育阶段变化、且在生殖阶段因非光合叶片组分增加而更为复杂的问题,研究人员以LAI为唯一输入变量,构建了玉米生物物理参数阶段特异性关系模型(SRM)。该模型利用多年田间观测数据,将玉米生育期划分为营养生长阶段和生殖生长阶段,分段建立LAI与几何参数(高度、茎半径)、物理参数(植被覆盖度FVC、鲜地上生物量FAGB、干地上生物量AGB、植被含水量VWC、相对含水量RWC)和化学参数(SPAD值)的回归关系,并显式分离光合与非光合叶片组分。基于2021—2024年中国东北地区五个观测点的数据,SRM在本地校准中的全生育期平均归一化平均绝对误差(NMAE)为0.09,在独立区域验证和Sentinel-2 LAI驱动验证中分别为0.24和0.12。区域应用表明,生殖期茎生物量(AGBstem)像元尺度估值为0.596–0.689 kg/m2,茎占茎叶总生物量比例由70.0%升至70.9%。研究表明,SRM可有效刻画LAI与玉米生物物理参数关系的阶段性特征,支持区域尺度玉米长势监测与生物量评估。
作物冠层生物物理参数的准确模拟对于田间尺度的作物管理和遥感监测具有重要意义。现有作物模型可分为过程模型和经验或半经验模型。过程模型如WOFOST、APSIM和DSSAT虽能模拟作物物候、生物量积累和产量形成,但通常不重点关注叶面积指数(LAI)与单个冠层参数之间的阶段特定关系。经验模型则多以LAI作为解释变量,但LAI主要表征叶面积,难以充分反映茎秆和生殖器官中积累的生物量,尤其在生殖生长阶段,非光合叶片组分的增加改变了LAI与生物物理参数之间的对应关系。因此,亟需发展一种能够刻画LAI与几何参数、组分生物量、水分参数和化学参数之间阶段性关系的参数化方案。
为此,研究人员基于2021—2024年中国东北地区五个典型玉米观测区(KS、YY、DA、QG、GZL)的多年田间观测,构建了玉米生物物理参数阶段特异性关系模型(SRM)。SRM以LAI为唯一输入变量,通过平滑季节性LAI轨迹获取峰值位置(POS),并在POS前后10天窗口内联合优化分割点与分段回归方程,将玉米生育期划分为营养生长阶段和生殖生长阶段,分别建立LAI与高度、茎半径、FVC、FAGB、AGB、VWC、RWC及SPAD等参数的关系,并显式分离光合与非光合叶片组分。研究结果表明,SRM在本地校准中全生育期平均归一化平均绝对误差(NMAE)为0.09,独立区域验证和Sentinel-2 LAI驱动验证的平均NMAE分别为0.24和0.12,具备区域扩展与卫星驱动的可行性。区域应用显示,生殖期茎生物量(AGB
stem)像元尺度估值为0.596–0.689 kg/m
2,茎占茎叶总生物量比例从约70.0%升至70.9%,为区域茎秆类生物质原料评估提供了定量支持。
在关键技术方法方面,研究数据来源于中国东北地区五个观测点。其中,核心长期观测区KS(2021—2024年,33次田间观测、242个样方)用于模型校准;YY(2021—2023年,171个样方)以及DA、QG、GZL(2024年,77个样方)用于独立区域验证。Sentinel-2 LAI产品在SNAP平台生成,与KS田间观测匹配得到188对数据。模型构建采用两阶段策略:首先对LAI季节轨迹进行Savitzky–Golay平滑,识别POS;随后在POS±10天窗口内搜索最优分割点,以最小化分段回归误差。每个生物物理参数分别选用线性或对数回归形式,并使用RMSE、r2、MAE和NMAE四个指标进行精度评价。
研究结果如下:在阶段特异性关系与校准方面,基于KS四年数据,最优分割点确定为DOY 212。营养生长阶段,高度和AGB
stem随LAI线性增加,RWC
stem和RWC
leaf线性下降,其余参数呈对数增长;生殖阶段,高度、半径、AGB
stem和AGB
leaf趋于稳定,而多数参数仍保持对数关系。KS校准中,全生育期NMAE为0.06–0.12,平均为0.09。在独立区域验证中,SRM在YY、DA、QG和GZL数据上保持了主要季节变化模式的再现能力,高度精度最高(NMAE=0.08),半径和SPAD受区域条件影响较大,AGB存在高估,全生育期平均NMAE为0.24,表明模型具有一定区域适用性。在Sentinel-2 LAI驱动评估中,当以Sentinel-2 LAI替换实测LAI后,模拟参数仍保持阶段特异性变化特征,高度和半径营养期NMAE分别为0.12和0.42,叶相关变量生殖期r2较高,全生育期平均NMAE为0.12,支持SRM用于卫星驱动的区域监测。在三种评估比较中,高度在三种评估中均稳定,半径因