农业机械学报

作者：程千，徐洪刚，曹引波，段福义，陈震

单位：中国农业科学院农田灌溉研究所,中国农业科学院农田灌溉研究所,中国农业科学院农田灌溉研究所,中国农业科学院农田灌溉研究所,中国农业科学院农田灌溉研究所,

关键词：冬小麦;产量估测;多光谱植被指数;无人机

基金：中央级公益性科研院所基本科研业务费专项（FIRI202002-03）、中国农业科学院重大产出培育项目和河南省科技研发专项（192102110095）

通过无人机搭载多光谱相机，对不同水分亏缺条件下冬小麦多个生育期进行遥感监测，采用不同种类多光谱植被指数表征冬小麦的生长特征，分析了植被指数与冬小麦产量的相关关系，并利用多时相植被指数构建产量估测数据集，采用偏最小二乘回归、支持向量机回归和随机森林回归3种机器学习算法进行冬小麦产量估测。结果表明，随着冬小麦的生长，多个植被指数与产量的相关性不断增强，灌浆末期相关系数达到0.7，植被指数与产量的线性回归决定系数也达到最大。多时相植被指数反映了冬小麦生长的变化特征，进一步提高了冬小麦产量估测精度，采用开花期和灌浆初期的多时相植被指数进行估产比采用单个生育期的植被指数估测产量的精度高，采用偏最小二乘回归模型的估测精度R2提高约0.021，支持向量机回归模型R2提高约0.015，随机森林回归模型R2提高约0.051。采用灌浆末期的多时相植被指数，3种模型均有较高的估测精度，偏最小二乘回归模型估测精度最高时的R2、RMSE分别为0.459、1822.746kg/hm2，支持向量机回归模型估测精度最高时的R2、RMSE分别为0.540、1676.520kg/hm2，随机森林回归模型估测精度最高时的R2、RMSE分别为0.560、1633.896kg/hm2?，本文数据集训练的随机森林回归模型估测精度最高，且稳定性更好。

来源：2021年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第3期