同化VTCI能更好地响应冬小麦外部观测数据

条件植被温度指数（VTCI）综合了地表主要参数植被指数和地表温度，能较为准确地对干旱进行监测，可为抗旱救灾、作物产量估测等提供科学依据。为了提高基于VTCI的干旱监测准确性和区域冬小麦估产精度，中国农业大学信息与电气工程学院王鹏新等以陕西省关中平原为研究区域，将遥感反演的VTCI与CERES—Wheat小麦生长模型模拟的土壤浅层含水率相结合，通过四维变分（4D-VAR）同化算法实现2008—2014年冬小麦主要生育期旬尺度VTCI的同化，并将同化和未同化的VTCI分别运用改进的层次分析法、熵值法及两者组合赋权法建立冬小麦单产估测模型。结果表明，无论在单点尺度还是区域尺度，同化VTCI均能更好地响应外部观测数据，更适用于区域旱情监测和冬小麦单产估测。