农业机械学报

北大核心,CA,JST,EI,CSCD

国内刊号:11-1964/S

国际刊号:1000-1298

农业机械学报杂志2025年第9期:基于机器学习的玉米SPAD值影像分期反演与水氮优化利用研究

发布日期:

作者:苗世龙,李仙岳,史海滨,闫建文,丁世杰,苗平

单位:内蒙古农业大学;高效节水技术装备与水土环境效应内蒙古自治区工程研究中心,内蒙古农业大学;高效节水技术装备与水土环境效应内蒙古自治区工程研究中心,内蒙古农业大学;高效节水技术装备与水土环境效应内蒙古自治区工程研究中心,内蒙古农业大学;高效节水技术装备与水土环境效应内蒙古自治区工程研究中心,内蒙古农业大学;高效节水技术装备与水土环境效应内蒙古自治区工程研究中心,鄂尔多斯市河湖保护中心,

关键词:玉米SPAD值;无人机遥感;机器学习;灌水施肥管理

基金:国家自然科学基金项目(52369008)、内蒙古自治区水利科技项目(NSK202201)、内蒙古自治区科技计划项目(2022YFHH0039)和一流学科科研专项(YLXKZX-NND-022)

利用无人机遥感技术结合多种机器学习算法,对沿黄灌区不同水氮处理玉米SPAD值进行反演,可为玉米种植提供精准灌水施肥诊断。设置3种灌水定额(W1:150m3/hm2,W2:225m3/hm2,W3:300m3/hm2)和3种施氮量(N1:140kg/hm2,N2:210kg/hm2、N3:280kg/hm2),开展水氮处理试验。利用无人机多光谱相机获取农田影像数据,得到16个光谱变量,在玉米各生育期选取与SPAD值相关性较高的光谱变量用于构建岭回归、支持向量机、随机森林和偏最小二乘法等机器学习算法,对各模型进行对比筛选,利用筛选的模型预测不同处理SPAD值,并用SPAD预测值与灌水施肥量进行方程拟合,诊断各生育期预期的最优水肥用量。研究结果表明,玉米SPAD值在灌浆期达到峰值,其中W2N2较W1N2高9.14%,较W3N2高17.22%,较W2N1高10.9%,较W2N3高35.4%。结合玉米3个重要时期的SPAD实测值,通过对比不同机器学习模型建模集与验证集的决定系数R2,发现随机森林模型表现出最佳预测性能,利用RF模型预测值拓展出农田叶绿素含量空间分布图。建立9个处理预测点SPAD平均值与对应灌水施肥量之间的回归方程,优化得出在玉米拔节期,最优灌水量为547m3/hm2,最优施肥量为42.98kg/hm2;大喇叭口期,最优灌水量为450m3/hm2,最优施肥量为63kg/hm2;抽雄期,最优灌水量为498m3/hm2,最优施肥量为73.29kg/hm2;灌浆期,最优灌水量为493.5m3/hm2,最优施肥量为43.4kg/hm2。基于无人机遥感技术与机器学习算法相结合方法成功反演了玉米SPAD值,并揭示了农田中灌水施肥情况,为农田精准灌水施肥提供了可行性方案。

来源:2025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2025年第9期

联系我们

  • 地址:北京德胜门外北沙滩1号
  • 电话:86-10-64867367
  • E-mail:njxb@caams.org.cn

咨询工作人员