农业机械学报

作者：韦春宇，杜娅丹，程智楷，周智辉，谷晓博

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,

关键词：覆膜冬小麦;植被指数;产量估计;无人机遥感;特征选择;机器学习

基金：国家重点研发计划项目（2021YFD1900700）和陕西省重点研发计划项目(2022NY-114)

为进一步提高无人机遥感估产的精度，本研究以2021—2022年的覆膜冬小麦为研究对象，对返青期、拔节期、抽穗期和灌浆期的多光谱影像进行覆膜背景剔除，并优选最佳遥感窗口期，基于最优植被指数构建覆膜冬小麦估产模型。结果表明，利用支持向量机监督分类法剔除覆膜背景后冠层反射率更接近真实值，抽穗期和灌浆期的估产精度更高。将不同生育期的植被指数与产量进行相关性分析发现，最佳遥感窗口期为抽穗期。基于逐步回归和全子集回归法优选最优植被指数时发现，基于逐步回归法筛选变量为MCARI、MSR、EVI2、NDRE、VARI、NDGI、NGBDI、ExG时产量反演模型精度最高。此外，利用偏最小二乘法、人工神经网络和随机森林3种机器学习法构建的产量反演模型中，基于逐步回归法的随机森林模型的反演精度最高，R2为0.82，RMSE为0.84t/hm2。该研究可为提高遥感估产精度、实现农业生产精细化管理提供技术支持。

来源：2024年第4期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第4期