应用粒子群算法的遥感信息与水稻生长模型同化技术

编号 zgly0001590799

文献类型 期刊论文

文献题名 应用粒子群算法的遥感信息与水稻生长模型同化技术

作者 朱元励  朱艳  黄彦  姚霞  刘蕾蕾  曹卫星  田永超 

作者单位 南京农业大学江苏省信息农业高技术研究重点实验室 

母体文献 遥感学报 

年卷期 2010年06期

年份 2010 

分类号 S511  S127 

关键词 粒子群算法  RiceGrow模型  同化技术  模型参数初始化 

文摘内容 在研究遥感信息和水稻生长模型的同化过程中,最小化遥感反演与生长模型(RiceGrow)输出的水稻生长信息差值绝对值时引入了一种新的优化算法-粒子群算法(PSO),并对比了其与模拟退火算法(SA)的优缺点;探讨了叶面积指数(LAI)和叶片氮积累量(LNA)分别作为同化参数时的同化效果。结果表明,PSO无论是从同化效率还是反演精度上都要好于SA,粒子群优化算法是一种可靠的遥感与模型同化算法;LAI和LNA作为外部同化参数时各有优势,LAI作为同化参数可获得较准确的播期及播种量,而LNA作为同化参数可获得更为准确的施氮量信息。但是LAI作为外部同化参数时的反演结果总体要优于利用LNA作为同化参数时的反演结果。利用试验资料对该技术进行了测试和检验,结果显示反演的模型初始参数的平均值与真实值的相对误差(RE)均小于2.5%,均方根误差(RMSE)为0.7—2.2,产量模拟值与实测值之间的相对误差为5%左右,模拟与实测相关指标值吻合度较高,该同化技术具有较好的适用性。从而为生长模型从单点扩展到区域尺度应用奠定了基础。