作物模型已被广泛应用于不同气候条件和区域尺度的产量预测，但在区域估产中仍存在显著不确定性，主要原因包括模型参数空间复杂、初始农学信息和土壤信息获取不足，以及区域尺度下作物生长环境的显著空间异质性。尽管数据同化技术能够有效降低模型误差、提升产量预测精度，但同化过程本身仍受观测变量选择、算法配置及多源不确定性的制约。另一方面，辐射传输模型能够直接将卫星影像时间序列的光谱反射率引入作物模型，从而减少由先反演再同化所产生的累积误差。然而，现有耦合研究普遍依赖单一植被指数作为遥感约束，且多数研究仅在单一维度上优化同化变量或算法以提升局部精度，缺乏在统一框架下同时综合多源遥感观测信息与多种同化算法，对冬小麦产量估算不确定性进行系统评估的研究。

近期，长安大学地质工程与测绘学院杨贵军教授团队和北京市农林科学院信息技术研究中心遥感技术部研究团队等单位联合完成的题为“Comparison between different data assimilation schemes by integrating the E-WOFOST and PROSAIL models on winter wheat yield prediction”的研究在Journal of Integrative Agriculture（《农业科学学报（英文）》，JIA）优先在线发表。

该研究以冬小麦为研究对象，耦合增强的具有分层水热模块的WOFOST模型（E-WOFOST）和PROSAIL模型，从作物生长信息、土壤水分（SM）信息及同化算法三个角度，系统评估了不同数据同化方案对区域产量估算的影响。

在相同作物生长信息来源下，对比不同来源SM的同化效果，研究发现采用ERA5-Land SM的方案均优于使用实测SM的方案。这说明在冬小麦估产中，包含深层的再分析土壤水分产品与E-WOFOST分层土壤模块具有更好的匹配性。在相同SM来源下，采用PROSAIL模型生成光谱反射率的同化方案均优于直接同化实测LAI或MODIS LAI产品的方案。对比不同植被指数约束发现，红边叶绿素指数（CIred-edge）最优，其次是归一化差异红色边缘指数（NDRE）、增强型植被指数2（EVI2）等。

不同数据类型和植被指数约束下同化方案总体性能比较分析

三种算法均能够较好再现产量变化，但精度存在明显差异，其中PSO的表现优于GA和SCE-UA。三者中，PSO的精度最高（R2 = 0.71，RMSE = 719.46 kg/ha，nRMSE = 15.18%）；GA和SCE-UA的R2分别为0.70和0.60，RMSE分别为732.71 kg/ha和920.86 kg/ha，nRMSE分别为15.46%和19.43%。

三种同化算法下E‑WOFOST产量估算比较

本研究将较优的同化方案迁移至河南省其他年份和山东省地区，实现了精准、快速估产工作，证明了该方法较强的鲁棒性和时空迁移性。

河南（2018–2020年和2024年）及山东（2025年）冬小麦实测产量与模拟产量比较

长安大学杨贵军教授为通讯作者，长安大学博士研究生张静为该文第一作者。本研究得到了国家重点研发计划（2023YFD2000100）、河南省重点研发专项（251111111000）以及国家自然科学基金（42171303）的资助。

Cite the article:

Jing Zhang, Guijun Yang, Zhenhai Li, Enjun Gong, Meiling Gao, Zhenhong Li. 2026. Comparison between different data assimilation schemes by integrating the E-WOFOST and PROSAIL models on winter wheat yield prediction. Journal of Integrative Agriculture, Doi:10.1016/j.jia.2026.05.034 

https://doi.org/10.1016/j.jia.2026.05.034

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。

支持单位：