农业机械学报

作者：周西嘉，张悦，王鹏新，张树誉，李红梅，田惠仁

单位：中国农业大学；国家卫星气象中心,中国农业大学,中国农业大学,陕西省气象局,陕西省气象局,中国农业大学,

关键词：冬小麦; 估产; 叶面积指数; 时空数据融合; 田块尺度; 时间序列重建

基金：国家自然科学基金项目（42171332、41871336）

为了进行田块尺度的冬小麦单产估测，以陕西省关中平原为研究区域，基于Sentinel-1、Sentinel-2和Sentinel-3卫星数据反演叶面积指数（LAI），并利用增强的深度卷积神经网络融合模型（EDCSTFN）和增强的时空自适应反射率融合模型（ESTARFM）对Sentinel-1、Sentinel-2和Sentinel-3 LAI进行时空融合，进而重建尺度12d的空间分辨率20m LAI并用于冬小麦单产估测。结果表明，基于Sentinel-1后向散射系数和相干性能够准确地反演关中平原冬小麦种植区的20m空间分辨率LAI，决定系数（R2）在冬小麦主要生育期可达0.70以上；相比于基于Sentinel-2和Sentinel-3的ESTARFM模型和EDCSTFN模型（EDCSTFN_S3），基于Sentinel-1和Sentinel-2的EDCSTFN模型（EDCSTFN_S1）可以明显提高距离参考影像获取日期较远的日期的LAI时空融合精度，ESTARFM、EDCSTFN_S3和EDCSTFN_S1 3个模型在5月下旬的融合结果对应的R2分别为0.53、0.71和0.76；基于时空融合LAI的冬小麦估产结果与冬小麦单产数据具有良好的相关性（R2?=0.52，P<0.01），估产结果的均方根误差为358.25kg/hm2，归一化均方根误差为19%，平均相对误差为7.34%，并显示了丰富的田块尺度冬小麦单产分布细节特征，展现了进行田块尺度冬小麦精确估产的潜力。

来源：2022年第8期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第8期