基于过程的作物生长模拟模型DSSAT是现代农业系统研究的有力工具，可以定量描述作物生长发育和产量形成过程及其与气候因子、土壤环境、品种类型和技术措施之间的关系，为不同条件下作物生长发育及产量预测、栽培管理、环境评价以及未来气候变化评估等提供了定量化工具。

一：遥感基础理论知识1.遥感平台（如无人机）与传感器、国内外主要陆地卫星（如Landsat、SPOT、HJ、GF）2.遥感基本原理、光谱响应函数、遥感数据处理流程

3.遥感在陆地生态系统监测方面的应用

二：作物长势监测与产量估算国内外研究进展1.国内外研究综述

2.研究实例分析

三：Fortran编程语言1.软件安装（使用xp/win7/win8/win10专业版笔记本）

2.工程文件建立、基本语法操作

四：作物参数遥感反演基本原理1.遥感反演作物参数类型生化组分（叶绿素、氮、干物质、叶片水分含量、花青素）生物物理参数（LAI、LAD、株高、生物量）生理生态参数（FPAR、ET）2.作物参数遥感反演模型2.1经验模型线性模型指数模型对数模型2.2物理模型辐射传输模型几何光学模型混合模型计算机模拟模型

3.不同方法对比分析

五：PROSAIL模型1.输入参数：LAI/LAD/叶绿素/花青素/干物质/类胡萝卜素/水分含量/…2.输出参数：植被冠层反射率

3.以FORTRAN代码为例上机操作反射率模拟流程4.模拟叶片反射率与透射率5.模拟植被冠层400-2500 nm高光谱反射率曲线

6.模拟Landsat OLI、MODIS等遥感传感器多光谱反射率数据

六：参数敏感性分析6.1 待优化参数选择6.2 局部敏感性分析6.3 全局敏感性分析EFAST敏感性分析方法介绍SIMLAB软件操作流程

PROSAIL模型参数全局敏感性分析

模型参数在高光谱波段（400-2500nm）处的敏感性

模型参数在Landsat OLI传感器多光谱波段处的敏感性

七:遥感反演过程中的代价函数求解问题1.代价函数构建1.1反演方式1.2反演参数1.3“病态”问题1.4先验知识1.5函数极值问题2.反演算法介绍2.1优化技术2.2查找表

2.3神经网络2.4模拟退火

3.应用案例分析

八:基于查找表方法+PROSAIL模型的作物参数遥感反演1.查找表原理2.查找表实现

3.基于查找表和PROSAIL模型的作物参数遥感反演

九:基于优化算法+PROSAIL模型的作物参数遥感反演1.代价/目标函数极值求解2.测试函数极值求解3.优化算法求解PROSAIL模型参数

4.待求解作物参数最优值提取

十:作物模型程序化表达与运行1.模型分类1.1经验模型1.2半机理模型1.3机理模型2.模型选取原则3.模型调试4.模型标定5.模型对比分析6.应用案例分析7.模型运行（以DSSAT作物模型为例、FORTRAN源码）7.1时间序列植被参数（如叶面积指数）演化模拟

7.2作物参数（如LAI）时间序列变化及产量模拟过程

十一:作物模型与遥感数据同化建模原理1.作物模型与遥感观测耦合的必要性作物模型优缺点遥感观测优缺点耦合必要性2.耦合方法驱动法原理程序实现过程应用实例2.2数据同化方法发展历程数据同化算法介绍

2.3方法对比分析3.作物模型参数敏感性分析待优化参数选择局部敏感性分析全局敏感性分析4.作物模型与遥感数据同化同化遥感反演结果（如LAI遥感产品）

同化遥感观测反射率

十二:作物模型与遥感反演值同化建模的程序化实现（第一种方式）

作物模型与遥感反演值同化建模框架1.Fortrtan操作平台2.遥感反演结果（如叶面积指数）3.作物模型4.变分算法5.代价函数构建6.迭代求解7.输出：作物关键参数时间序列变化、产量估算结果、区域制图

十三:作物模型与遥感反射率同化建模的程序化实现（第二种方式）作物模型与遥感反射率同化建模框架1.Fortrtan操作平台2.遥感观测反射率3.作物模型4.植被冠层反射率模型ROSAIL前向模型反射率模拟5.耦合模型构建（作物模型+冠层反射率模型）6.变分算法7.代价函数构建迭代求解

输出：作物关键参数时间序列变化、产量估算结果、区域制图

原文：遥感数据与作物生长模型同化及在作物长势监测与估产中的应用