基于数据同化与模型参数优化的多方案协同产量预报方法

本发明提供了一种基于数据同化与模型参数优化的多方案协同产量预报方法，属于农业信息技术领域，该方法包括：获取目标区域及目标作物生长季的历史与实时数据；构建WOFOST模型的多种组合模拟方案；利用集合卡尔曼滤波EnKF方法，结合高斯扰动策略，对叶面积指数与土壤湿度进行数据同化；对WOFOST模型的光合参数进行敏感性分析与优化，确定最优光合参数组合并运行模型；改进水分胁迫函数；构建滚动更新的产量预报框架，动态优化产量预测结果；动态选择最优模拟策略进行产量模拟与预报。本发明显著提升了作物模型在不同水分年型下的产量模拟精度与预报稳定性，为发展作物模型气象年型自适应动态模拟新框架提供参考。