实时、动态的区域作物生长监测和产量估算，对农业生产、粮食安全等意义重大。本研究针对冠层叶面积指数作为状态变量难以高精度模拟油菜产量且油菜关键生育期光学数据获取困难的问题，创新性的提出新型冠层参数冠层面积指数（Canopy Area Index，CAI），基于合成孔径雷达（Synthetic Aperture Radar, SAR）遥感数据反演该指数并用于状态变量构建油菜同化估产系统。以“理论优化-方法改进-区域验证”为研究主线，分别优化了同化系统的遥感参数反演、作物模型本地化以及数据同化策略三个重要组成部分。遥感参数反演部分，在微波散射理论基础上，根据油菜植株和冠层组分演替特征构建了新型油菜分生育期分层微波散射模型，所提模型可有效感知油菜CAI的时序变化，实现训练集和验证集R²为0.708和0.788的高精度油菜CAI反演。作物模型本地化部分，提出了基于CAI-Curve的作物模型参数本地化方法，使贮藏器官干物质总量（Total weight of storage organs，TWSO）和地上总生物量（Total aboveground production，TAGP）实测值和模拟值之间的R²从使用叶面积指数（Leaf Area Index, LAI）进行校正的0.794提高到0.9984。数据同化部分，提出基于递归特征消除法的同化参数优选方法并结合集合卡尔曼滤波（Ensemble Kalman Filter，EnKF）算法进行区域油菜估产。相较于传统同化系统，所提同化CAI的同化系统显著提高了油菜产量模拟精度，产量估算平均值与官方统计数据的R²，RMSE和RE，分别为0.522，312.312 kg/ha和9.61%，显著优于传统同化系统的0.051，481.083kg/ha 和15.88%。综上所述，本研究所提基于SAR遥感反演新型冠层参数CAI的油菜同化估产系统可实现主产区油菜产量的高精度模拟。
 

产量模拟；同化技术；冠层参数；微波散射模型；作物生长模型