农业机械学报

作者：李俐，许连香，王鹏新，齐璇，王蕾

单位：中国农业大学;农业农村部农业灾害遥感重点实验室,中国农业大学;农业农村部农业灾害遥感重点实验室,农业农村部农业灾害遥感重点实验室;中国农业大学,农业农村部农业灾害遥感重点实验室;中国农业大学,农业农村部农业灾害遥感重点实验室;中国农业大学,

关键词：夏玉米; 单产预测; 叶面积指数; 求和自回归移动平均模型; 径向基神经网络

基金：国家重点研发计划项目（2016YFD0300603-3）

为解决玉米单产预测的时效性和业务化问题，以河北中部平原为研究区域，选取与籽粒产量密切相关的叶面积指数（LAI）作为遥感特征参数，对研究区2016—2018年夏玉米单产进行预测研究。基于求和自回归移动平均（ARIMA）模型及径向基神经网络（RBFNN）分别逐像素预测研究区域的LAI，结果表明，基于ARIMA模型的LAI预测精度比RBF神经网络的预测精度高，1步、2步LAI预测结果的RMSE较RBF神经网络分别降低了0.18、?0.14?m?2/m?2，?更适合于河北中部平原的夏玉米单产预测。基于LAI监测数据和加权LAI与夏玉米单产的相关性研究成果，并结合基于ARIMA模型的LAI预测数据，得到2016—2018年夏玉米监测单产和向前1旬、2旬和3旬的单产预测结果。结果表明，无论是县域尺度还是像素尺度，向前1、2、3旬夏玉米的单产预测精度均较高，2016—2018年县域尺度预测单产与监测单产间最大相对误差仅为3.73%。?

来源：2020年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第6期