粮食安全是国家安全的重要基石，也是人类生存发展的根本保障。作为非传统安全领域的核心议题，它既关乎亿万民众的"米袋子"和"菜篮子"，也影响着区域经济社会的稳定。当前气候变化加剧、耕地资源缩减、国际供应链波动等挑战叠加，如何利用现有作物模型和遥感手段提高对粮食产量的估算和预测，成为当前作物估产的关键挑战。

为了解决这些难题，中国科学院东北地理与农业生态研究所土地系统遥感学科组研究人员，利用吉林省地面玉米物候监测站数据以及MODIS遥感影像，成功构建出一套适用于吉林省玉米生长和产量估算的参数化方案，将天气研究和预测模型（WRF）与动态作物模型（Noah-MP-Crop）耦合的作物模型（WRF-Crop）进行本土化。此外，为控制模拟误差，利用基于时间分段插值的同化方法，将卫星遥感数据同化到模型中，成功模拟了当季玉米的生长趋势和产量估算。

研究结果显示，通过优化模型的玉米生长积温阈值（GDDs）并结合数据同化，能显著提高模拟结果的准确度。与模型默认参数方案相比，改进后模型在叶面积指数（LAI）、蒸散量（ET）和总初级生产力（GPP）上的平均绝对误差分别降低了41.2%、14.1%和27.5%。地面涡度协方差观测数据也支撑了结果的可靠性，土壤水分（0-10 cm）和GPP的MAE（R²）分别为0.027 m³/m³（0.82），1.75 g C/m²/d（0.67）。最后，利用改进方案对吉林省2023年玉米产量进行了估算，平均产量为10140 kg/ha，与改进前模型结果相比精度提高约9.26%，整体估算精度超过95%。该研究不仅为作物模型本土化提供了新技术手段，还为大尺度作物产量估算和预测提供了科学支撑。

该成果发表在国际期刊Agricultural and Forest Meteorology（影响因子5.6，中科院一区top），由东北地理所2021级硕士研究生包伦（第一作者，已毕业）、于灵雪副研究员（通讯作者）等人共同完成。研究得到中国科学院战略性先导科技专项（XDA28080503）、吉林省科学技术发展项目（20220101154JC）等项目共同资助。

图1.物候监测站玉米生长积温阈值

图2. 玉米采样值与模型模拟结果对比

论文信息：Bao L,Yu L,Yu E,et al.,(2025). Improving the simulation of maize growth using WRF-Crop model based on data assimilation and local maize characteristics. Agricultural and Forest Meteorology,365: 110478.

论文链接：https://doi.org/10.1016/j.agrformet.2025.110478