日前，中国农业科学院农业资源与农业区划研究所农业绿色进步科学与工程团队构建了格网化冬小麦产量估算模型，通过遥感数据同化与机器学习技术的深度融合，显著提高了冬小麦地区产量预测的精度。有关成就发表在《农业计算机和电子技术（Computers and Electronics in Agriculture）》上。

作物产量估算在农业政策拟定、资源配置与生产实践中都具备要紧用途。传统作物模型在小范围内有较高精度，但在地区尺度上应用却面临巨大挑战，主要包含输入参数需要高、数据获得难、参数校准复杂等问题。

该研究通过构建一个1公里分辨率的冬小麦格网化模型，将整个研究地区划分为若干独立的格网单元，每一个单元输入气象、土壤、管理等多源数据进行作物成长模拟。在此基础上，用了随机复杂演化算法，达成自动参数优化，提升模型的适应性和预测能力。除此之外，该研究还应用了两种遥感数据同化办法，通过将遥感叶面积指数引入作物成长轨迹，进一步校正和优化模型模拟结果，从而大大降低了作物模型的不确定性。该研究成就对地区尺度作物估产提供了要紧技术参考。

该研究得到北方干旱半干旱耕地高效借助全国重点实验室、国家自然科学基金等项目资助。（通讯员：姬悦）

Tags：格网化冬小麦