Ассимиляция данных дистанционного зондирования в моделях роста сельскохозяйственных культур: современное состояние и перспективы

Assimilation of remote sensing into crop growth models: Current status and perspectives
Shunlin Liang, Hai Huang, Jing Wang, Jianxi Huang, Zhongxin Chen, Jing‐Hao Xue, Jose Luis Gomez-Dans, P. Lewis, Hongyuan Ma, Qingling Wu, Yantong Wu, Feng Zhao, Xianhong Xie
2019-07-01

байесовский выводнаблюдение Землимодели роста сельскохозяйственных культурассимиляция данныхдистанционное зондирование
Своевременный мониторинг сельскохозяйственных угодий важен для повышения устойчивости сельскохозяйственной деятельности и обеспечения продовольственной безопасности. Данные наблюдений Земли (EO) позволяют осуществлять мониторинг сельскохозяйственных культур в широком диапазоне пространственных масштабов, однако их использование может быть ограничено недостатками данных. С другой стороны, моделирование роста сельскохозяйственных культур позволяет имитировать физиологические процессы, лежащие в основе развития растений. Ассимиляция данных (DA) обеспечивает способ объединения мониторинговых возможностей данных EO с прогностическими и объяснительными возможностями моделей роста сельскохозяйственных культур. В настоящей статье сначала рассматриваются преимущества и недостатки как данных EO, так и моделей роста сельскохозяйственных культур. На этой основе предлагается надежная и обоснованная концептуальная основа для DA, в рамках которой показывается, что различные методы DA выводятся из различных допущений при решении задачи определения апостериорной плотности вероятности (pdf) с использованием правила Байеса. Такой подход позволяет сформулировать рекомендации по выбору метода DA для конкретных приложений. Обсуждаются современные вычислительные проблемы масштабирования приложений DA на большие пространственные масштабы. Намечаются перспективные направления исследований, особое внимание уделяется DA как инструменту объединения различных наблюдений и реализации различных подходов к моделированию роста сельскохозяйственных культур. Обзор проиллюстрирован многочисленными примерами из научной литературы.
1
Ассимиляция данных объединяет возможности дистанционного мониторинга с прогностическими и объяснительными возможностями моделей роста культур для улучшения оценки состояния посевов.
2
Различные методы ассимиляции данных можно интерпретировать как основанные на разных предположениях при оценивании апостериорной плотности вероятности с использованием правила Байеса.
3
Данные дистанционного зондирования Земли обеспечивают мониторинг сельскохозяйственных угодий в разных пространственных масштабах, но ограничены недостатками исходных данных, тогда как модели роста культур имитируют физиологические процессы и обладают объяснительной силой.
4
Масштабирование ассимиляции данных на большие пространственные территории остается вычислительно сложной задачей; будущие исследования должны уделять внимание объединению разнообразных наблюдений и подходов к моделированию роста культур.
5
Байесовская система позволяет рекомендовать методы ассимиляции данных с учетом требований конкретных приложений.

ассимиляция данных дистанционного зондирования Земли в модели роста сельскохозяйственных культур

рамки, методы, исходные допущения и вычислительные проблемы ассимиляции данных для объединения мониторинговых возможностей данных дистанционного зондирования Земли с прогнозными и объяснительными возможностями моделей роста сельскохозяйственных культур

Publication Details
Publication Date
2019-07-01
Journal
Publisher
ISSN
Cited by
569
Access Type
Author Information
Authors
Shunlin Liang
Hai Huang
Jing Wang
Jianxi Huang
Zhongxin Chen
Jing‐Hao Xue
Jose Luis Gomez-Dans
P. Lewis
Hongyuan Ma
Qingling Wu
Yantong Wu
Feng Zhao
Xianhong Xie
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%