油菜是我国重要的油料作物，区域油菜产量的精准模拟对保障粮食安全、优化农业管理和维持粮油供应链稳定具有重要战略意义。传统同化估产多以叶面积指数（LAI）作为桥接遥感观测和作物模型的状态变量，难以全面刻画油菜生育期内叶片、角果等光合器官的时序演替规律，制约了产量模拟精度。

近期，吴尚蓉副教授团队完成的题为“Study on regional rapeseed yield estimation based on data assimilation technology considering canopy photosynthesis and component succession characteristics”的研究在Journal of Integrative Agriculture（JIA）优先在线发表。本研究提出了一种基于四维变分（4DVar）算法的油菜同化估产新系统。

该研究创新性引入总光合面积指数（TPAI）作为状态变量，该指数由叶面积指数（LAI）和角果皮面积指数（SPAI）共同构成，可更真实描述油菜冠层光合作用与组分演替特征。在此基础上，研究改进了作物模型本地化方法，提出结合TPAI与特定角果面积（SPA）的本地化方案；并以此构建同化SAR遥感反演TPAI的油菜同化估产系统，以我国油菜主产区长江中下游衡阳市和永州市为研究区，在单点尺度与区域尺度开展系统验证与应用。

结果表明，在单点上，模拟的贮藏器官总干重（TWSO）和地上总生物量（TAGP）与田间实测值之间的R2值分别为0.6313和0.7327，均方根误差（RMSE）值分别为807.6795和885.3617 kg ha^-1。在区域尺度上，模拟的TWSO和TAGP与田间实测值的R2值分别为0.6456和0.6894，RMSE值分别为953.6547和1238.4942 kg ha^-1。此外，基于国家统计局的县级油菜籽产量数据验证了区域同化结果，县级TWSO模拟均值与油菜籽产量统计值之间的R2值达到0.8348，RMSE为867.2809 kg ha^-1。

图1 油菜全生育期总光合面积指数（TPAI）变化趋势

（A：同化TPAI前的TAGP；B：同化TPAI前的TWSO；C：同化TPAI后的TAGP；D：同化TPAI后的TWSO）

图2 区域尺度同化TPAI前后的产量精度

图3 县级尺度的精度验证

综上，使用TPAI作为状态变量进行基于同化技术的油菜产量模拟的准确性高于使用LAI作为状态变量进行估产的准确性，所提方法和系统为区域油菜生长监测和产量预测提供了新的技术方法。

中北大学信息与通信工程学院硕士研究生苏调红为论文第一作者，北京师范大学吴尚蓉副教授为论文通讯作者。本研究得到了国家自然科学基金项目（42271374）、国家重点研发计划项目（2022YFD2001104）等项目的资助。

Tiaohong Su, Yong Jin, Shangrong Wu, Shiwei Ruan, Hong Cao, Hu Zhong, Yongli Guo, Shaoxiong Guo, Hanxiao Meng, Yingbin Deng. 2025. Study on regional rapeseed yield estimation based on data assimilation technology considering canopy photosynthesis and component succession characteristics. Journal of Integrative Agriculture, Doi:10.1016/j.jia.2025.12.025

https://doi.org/10.1016/j.jia.2025.12.025 

Journal of Integrative Agriculture（《农业科学学报（英文）》, JIA）由中华人民共和国农业农村部主管，中国农业科学院与中国农学会主办，中国农业科学院农业信息研究所承办。综合性英文学术期刊，月刊。创刊于2002年，现任主编为中国科学院院士陈化兰。JIA主要栏目有作物科学、园艺、植物保护、动物科学、动物医学、农业生态环境、食品科学、农业经济与管理等。刊稿类型有综述、研究论文、简报以及评述等。全部论文在Elsevier-ScienceDirect (SD) 平台OA出版。最新SCI影响因子4.4，位于SCI-JCR农业综合学科Q1区。中国科学院分区农林科学1区。2016年以来先后获得中国科协等部委 “提升计划”“登峰计划”“卓越计划”项目支持。