来源：期刊VIP网 时间：
作者：郑恒彪;蒋薇;王来刚;严定春;姚霞;李军营;汤亮;
单位：南京农业大学国家信息农业工程技术中心;河南农业科学院农业信息技术研究所;中国农业科学院烟草研究所;云南省烟草农业科学研究院;
摘要：【目的】针对烤烟产量预测精度低、机理性不强等问题，提出了一种耦合无人机高光谱影像和WOFOST作物生长模型的烤烟产量预测方法。【方法】使用集合卡尔曼滤波（Ensemble Kalman Filter,EnKF）作为数据同化算法，比较使用数据同化前后WOFOST模型对烤烟生产力预测的结果，构建遥感与生长模型耦合的烟草产量预测模型。【结果】使用EnKF算法将状态变量叶面积指数（Leaf area index,LAI）进行数据同化后，红花大金元、云烟87和K326的叶干重NRMSE从27.58%、23.63%和27.99%降低为21.32%、15.43%和12.18%，产量预测精度得到了明显提升。【结论】研究结果将为烟草的产量预测、氮素管理调控以及烟草智慧生产等提供技术支持。
关键词：产量预测;;WOFOST模型;;无人机高光谱影像;;数据同化;;烤烟
基金资助：中国烟草总公司河南省公司科技计划项目“烟叶产质量预测模型构建”（No.2023410100670106）
