中国农业科学院农业信息研究所 主办
当前位置: 首页 > 文章 > 融合多源时空数据的冬小麦产量预测模型研究

融合多源时空数据的冬小麦产量预测模型研究

农作物种植监测与预警河南省工程实验室;河南省农业科学院农业经济与信息研究所

摘  要:
为提高大尺度冬小麦产量预测精度,以2005—2019年河南省遥感数据、气象数据、土壤含水率等多源时空数据为特征变量,分析其与小麦单产的相关性,并基于随机森林算法对特征变量进行了重要性分析,构建了融合多源时空数据的冬小麦产量预测模型。结果表明:增强型植被指数(Enhanced vegetation index, EVI)、日光诱导叶绿素荧光(Solar-induced chlorophyll fluorescence, SIF)与高程为小麦产量预测的重要因子,与小麦产量呈高度正相关,对小麦产量预测的重要性指标均超过0.45,远大于土壤含水率、降水量、最高温度、最低温度等因子;基于随机森林算法构建的小麦不同生长阶段产量预测模型中,以10月—次年5月和10月—次年4月为特征变量的产量预测模型精度较高,R~2分别为0.85和0.84,RMSE分别为821.55、832.01 kg/hm~2,在空间尺度上,豫西和豫南丘陵山地模型预测相对误差高于平原地区。该研究结果可为大尺度作物产量预测提供参考。

关键词:冬小麦;产量预测;遥感;多源时空数据;随机森林算法

PDF下载 引用

所属期刊

农业机械学报

ISSN: 1000-1298

CN: 11-1964/S

相似文章

推荐期刊