作物表型参数获取是优化模型和分析模型适应性的基础，课题组基于田间试验，比较了高光谱连续统去除法计算LAI与传统植被指数模型反演LAI方法，结合Slogistic模型和三种权重确定方法，建立了多个生育期马铃薯LAI反演和产量估算方法（Plant Methods?020；Journal of Applied Remote Sensing?020 European Journal of Remote Sensing?019；光谱学与光谱分析，2018a?018b）。作物物候模型是驱动作物生长模型运转的核心部分，通过对作物物候模型光温反应函数在不同生长期加权，创建作物种植适宜区判定方法对比指数，能够实现对作物生长适宜性的精细评价（Journal of Integrative Agriculture?017）。此外，将作物生长模型与农业经济模型、GIS技术相融合，可以模型并预测区域作物空间竞争格局（Journal of Integrative Agriculture?016；农业工程学报，2016）、/span>
在发表上述文章的基础上课题组出版了《马铃薯表观特征及空间分布信息提取及分析》（专著?018）和《气象因子对马铃薯种植影响的研究》（译著?016）两部著作；申请了一项国家自然科学基金面上项?ldquo;基于动态过程导向的马铃薯种植适宜性时空精细化评价研究?017-2020，编号：41771562）、/span>
论文链接９/span>
[1] https://doi.org/10.1186/s13007-020-00693-3
[2] https://doi.org/10.1080/22797254.2019.1572460
[3] https://doi.org/10.1016/S2095-3119?6?1627-1
[4] https://doi.org/10.1016/S2095-3119?5?1247-3
[5] https://doi.org/10.1117/1.JRS.14.014517l
[6] http://www.gpxygpfx.com/article/2018/1000-0593-38-10-3231.html
[7] http://www.cnki.com.cn/Article/CJFDTOTAL-GUAN201810045.htm
[8] http://www.cnki.com.cn/Article/CJFDTOTAL-NYGU201513024.htm
行业９/font>
2023年度四川省科学技
2022年度福建省科学技
公布！这些项目和个人
2022年度湖北省科学技
鲁公网安 37060202000128叶/a>
