农业机械学报

作者：葛焱，朱志畅，臧晶荣，张睿男，金时超，徐焕良，翟肇裕

单位：南京农业大学,南京农业大学,南京农业大学,南京农业大学,南京农业大学,南京农业大学,南京农业大学,

关键词：冬小麦;单产预测;无人机遥感;机器学习;多时相参数;SHAP法

基金：江苏省自然科学基金项目（BK20231004）和中央高校基本科研业务费专项资金项目（KYCXJC2023007）

为探讨无人机遥感与多时相参数融合在冬小麦单产预测中的潜力，采集了冬小麦7个生育期的无人机RGB和多光谱数据，从中分别提取光谱参数和形态参数，采用5种机器学习算法建模，比较不同生育期单产预测效果，在此基础上，筛选优势参数组合，分别比较不同生育期及参数组合与单产预测之间的相关性。结果表明，不同生育期及参数组合对冬小麦单产预测具有不同影响；单生育期时，灌浆期和开花期预测效果最佳，其次为抽穗期、孕穗期、成熟期、拔节期和分蘖期；多生育期时，双生育期、三生育期、四生育期组合预测精度逐渐升高，但考虑到增长幅度以及数据采集、算力开销、处理成本等因素，“拔节期+抽穗期+灌浆期”的三生育期组合经济性最高。5种机器学习算法整体预测精度从高到低分别为反向传播神经网络、随机森林、支持向量机、极端梯度提升和逐步多元回归，通过机器学习可解释性方法SHAP优选的光谱和形态参数组合虽然不同生育期有所不同，但除拔节期外，均能提高单产预测精度。研究结果可为冬小麦单产预测提供方法依据和技术参考。

来源：2025年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第1期