农业机械学报

作者：冯美臣，苏悦，林涛，余汛，宋扬，金秀良

单位：山西农业大学,山西农业大学;中国农业科学院,新疆农业科学院;农业农村部荒漠绿洲作物生态与耕作重点实验室,中国农业科学院,中国农业科学院,中国农业科学院,

关键词：棉花;估产;无人机遥感;多源数据;XGBoost;夏普利加性解释

基金：国家自然科学基金项目（42471361、31960386）、新疆维吾尔自治区重点研发项目（2024B02004）、中央引导地方科技发展资金项目（ZYYD2024CG23）、新疆农业科学院农业科技创新稳定支持专项（xjnkywdzc-2023007）、新疆“天山英才”培养计划项目（2023TSYCTD004）和自治区财政专项“数字棉花科技创新平台”建设项目

为综合利用光谱、冠层结构、纹理特征等信息对棉花进行无人机（Unmanned aerial vehicle, UAV）遥感产量估算并系统地分析光谱、冠层结构、纹理特征等信息对估产的贡献程度，本文在构建基于多源UAV数据棉花估产机器学习模型的基础上，进一步确定了估产的最佳生育时期，并对比了多源传感器数据在棉花产量估算中的效果，最后量化了各类输入特征的贡献度。采集棉花冠层RGB（Red green blue）、多光谱（Multispectral, MS）和激光雷达（Light detection and ranging，LiDAR）3种传感器数据，通过对棉花光谱植被指数与产量进行相关性分析，确定了棉花产量估算最佳生育时期，进而构建了基于偏最小二乘法回归（Partial least squares regression，PLSR）、随机森林回归（Random forest regression，RFR）、极致梯度提升（Extreme gradient boost，XGBoost）3种机器学习模型的棉花产量估算方法，并评估了基于2种最常用的传感器（RGB和MS相机）的性能。最终确定了光谱特征、冠层结构、纹理特征这3类特征信息在产量估算中的贡献度。研究结果表明，盛花期是棉花估产的最佳生育时期；基于盛花期的UAV数据，XGBoost模型取得了最高的产量估算精度（R2为0.70，RMSE为611.31 kg/hm2，rRMSE为10.60%），在对比基于RGB和MS图像数据提取的特征时，基于MS图像数据提取的特征建模结果更好，同时将RGB和MS相机2种传感器数据提取的特征作为输入时，模型结果高于单一传感器；使用夏普利加性解释（Shapley additive explanations，SHAP）算法分析了机器学习模型中各个输入特征对于估产的贡献度，发现基于3种传感器的3种特征信息在产量估算方面都具有重要意义，其中，纹理特征与冠层结构在产量估算中展现出了较好的潜力。本研究可为棉花智慧化管理中高通量棉花产量估算提供理论和技术支持。

来源：2025年第3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3期