11月7日下午3点,在公司12号楼203教室，解毅博士和马星星博士分别为我们做了“基于多变量和数据同化算法的冬小麦单产估测”和“高寒草原优势物种根系构型特征与生长适应机制”的学术报告。地理学院部分教师、研究生和本科生参加报告会，报告会由beat365中文官方网站经理张永清教授主持。

解毅博士首先介绍了基于数据同化算法耦合作物生长模型和遥感数据进而估测区域作物产量的研究背景和意义。其次对不同同化算法同化LAI、土壤水分和生物量的精度进行了对比和分析。最后采用粒子滤波算法同化冬小麦主要生育时期Landsat数据反演的和CERES-Wheat模型模拟的LAI、土壤水分和生物量，分析小麦各生育期不同同化变量和籽粒产量间的相关性以确定最优同化变量，基于粒子滤波算法和最优同化变量构建冬小麦单产估测模型，并估测关中平原多年的冬小麦单产。

马星星博士先介绍了研究高寒草原优势物种根系构型的背景和意义，并根据目前对青藏高原根系的研究现状，提出了关键科学问题、研究内容和技术路线。最后马星星博士分析了野外试验的结果，总结了高寒草原优势物种的根系构型特征和生长适应机制。

解毅，任教于beat365官方登录入口，农业电气化与自动化博士，2012-2014年中国农业大学攻读农业电气化与自动化工学硕士，2014-2017年中国农业大学攻读农业电气化与自动化工学博士。长期从事定量遥感在农业上的应用研究，参与国家科技支撑计划课题“全球变化环境下作物产量的影响与适应监测评估技术”，国家自然科学基金项目“基于条件植被温度指数的冬小麦主要生育期水分胁迫信息的反演与同化研究”等。在国内外学术刊物《Agricultural and Forest Meteorology》，《IEEE Journal of Selected Topics in Applied Earth Observations andRemote Sensing》，《农业工程学报》上发表多篇论文，其中SCI 2篇。

马星星，任教于beat365官方登录入口，自然地理学博士，2011-2013年在中国科学院成都山地所攻读自然地理学硕士，2013-2016年在中国科学院成都山地所攻读自然地理学博士。长期从事高寒草原植物生态学研究，参与项目“西藏生态环境十年变化（2000-2010）遥感调查与评估”，国家自然科学基金项目“不同放牧强度下西藏高寒草原植物根系的动态变化”等。在国内外学术刊物《Ecology and Evolution》，《Journal of Mountain Science》，《生态环境学报》上发表多篇论文，其中SCI 2篇。

地理学院师生认真聆听了解毅博士和马星星博士的精彩报告，并积极回答了两位老师提出的许多专业问题，报告会现场充满了浓厚的学术气氛。报告会于17时在热烈的掌声中圆满结束。