农业机械学报

作者：刘峻明，周舟，和晓彤，王鹏新，黄健熙

单位：中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,

关键词：冬小麦;产量估测;NDWI;卷积神经网络

基金：国家自然科学基金项目（41471342、41971383）和国家重点研发计划项目（2018YFC1508901）

为进一步提高冬小麦单产估测的效率和准确性，利于宏观指导农业生产、制定冬小麦整个生长期的精准管理决策，针对目前已有的县域冬小麦单产估测方法存在时效性差、准确度低、成本高等问题，以中分辨率成像光谱仪（Moderate resolution imaging spectroradiometer, MODIS)为数据源，分别提取不同时段可见光与近红外波段信息，选择归一化差值植被指数（Normalized difference vegetation index, NDVI）、归一化差值水指数（Normalized difference water index, NDWI）、土壤调节植被指数（Soil adjusted vegetation index, SAVI）、调整土壤亮度植被指数（Optimal soil adjusted vegetation index, OSAVI)、绿色归一化植被指数（Green normalized difference vegetation index, GNDVI)、改进型土壤调节植被指数（Modified soil?adjusted vegetation index, MSAVI)以及绿红植被指数（Green red vegetation index, GRVI）7个遥感植被指数，以其直方图分布信息作为输入变量，应用卷积神经网络（Convolutional neural network, CNN）回归预测冬小麦产量，对比分析NDWI在冬小麦产量估测上的表现并探究其在霜冻害影响下的精度变化。研究表明，相对于植被指数NDVI、SAVI、OSAVI、GNDVI、MSAVI、GRVI，NDWI对冬小麦生育早期的产量预测表现出更好的预测效果，单产去趋势前后的NDWI对产量的预测精度均高于NDVI、SAVI等植被指数，决定系数最高可达到0.79，且在霜冻害影响下仍能保持较好的预测效果；NDWI在抽穗—灌浆阶段对冬小麦最终产量影响最大，4月23—30日时间段内NDWI对产量的决定系数可达到0.72；空间分布上，研究区域冬小麦具有东部单产最高、中部次之、西部单产最低的空间分布特征，西部和北部山区与东部黄淮海平原交界处误差较大。研究结果可为冬小麦生育早期产量预测提供科学依据。

来源：2021年第12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12期