中国农业大学最新文章：通过贝叶斯推理统一模型参数和状态变量来提高作物产量估算

文章预览

通过贝叶斯推理统一模型参数和状态变量来提高作物产量估算 Song, Jianjian, et al. "Improving crop yield estimation by unified model parameters and state variable with Bayesian inference." Agricultural and Forest Meteorology 355 (2024): 110101. 摘要 | Abstract 整合作物生长模型和遥感技术的 数据同化技术 为大规模作物产量估算提供了一种可行的方法。先前的研究主要集中在使用遥感观测数据独立重新校准不确定的模型参数或更新模型状态变量。在本研究中，我们开发了一个两步推断算法，将参数推断和状态更新结合起来，以解决给定遥感观测的不确定参数和状态变量的联合后验分布问题。首先基于WOFOST作物模型进行了一个观测模拟系统(OSS)实验，以验证参数推断方法的有效性。结果表明，参数推断方法成功改进了不同类型模型参数的估算，并增强了产量估算。此外，从Sentinel-2获取的 叶面 ………………………………