农业机械学报

作者：王鹏新，王婕，田惠仁，张树誉，刘峻明，李红梅

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,中国农业大学,

关键词：冬小麦;长势监测;估产;遥感多参数;时间尺度;门控循环单元

基金：国家自然科学基金项目（42171332、41871336）

为进一步准确、实时监测冬小麦长势并估测其产量，以陕西省关中平原为研究区域，选取冬小麦旬或生育时期尺度的条件植被温度指数（VTCI）、叶面积指数（LAI）和光合有效辐射吸收比率（FPAR）作为遥感特征参数，分别构建不同时间尺度的单参数、双参数和多参数的门控循环单元（GRU）神经网络模型，并模拟得到冬小麦长势综合监测指数I，结果表明，旬尺度的模型精度总体高于生育时期尺度的模型精度。基于5折交叉验证法进一步验证旬尺度多参数GRU模型的鲁棒性，并构建I与统计单产之间的线性回归模型以估测冬小麦单产，结果显示，冬小麦估测单产与统计单产的决定系数（R2）为0.62，均方根误差（RMSE）为509.08kg/hm2，平均相对误差（MRE）为9.01%，相关性达到极显著水平（P<0.01），表明旬尺度的多参数估产模型能够较准确地估测关中平原冬小麦产量，且产量分布呈现西高东低的空间特性和整体保持稳定且平稳增长的年际变化特征。此外，基于GRU模型捕获冬小麦生长的累积效应，分析在连续旬中逐步输入参数对产量估测的影响，结果显示，模型具有识别冬小麦关键生长阶段的能力，3月下旬至4月下旬是冬小麦生长的关键时期。

来源：2022年第9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9期