摘要
为确定无人机遥感产量估算的最优生育时期及采集次数,以砂土种植冬小麦为研究对象,设置了4组灌水(36个样区)与5组施氮(15个样区)处理,采集了起身期至灌浆后期的8次遥感数据。采用偏最小二乘法(PLS)、随机森林(RF)和套索(LASSO)算法构建了单生育时期产量估算模型。根据提出的最优模型,利用三次B样条曲线和复合梯形公式,建立了5种特定生育阶段日植被指数积分的产量估算方案。结果表明,不同生育时期的冬小麦产量估算模型精度差异显著,随冬小麦生长精度总体呈递增趋势。单生育时期中,PLS、RF和LASSO模型的最优生育时期分别为灌浆前期、灌浆前期和灌浆后期。除拔节前期外,RF模型的产量估算精度均优于PLS和LASSO。冬小麦多生育时期的产量估算精度优于单生育时期,从起身期至灌浆后期的8次遥感产量估算精度最高(决定系数R2为0.96,标准均方根误差(NRMSE)为5.39%),而起身期至开花期的6次遥感产量估算精度亦达到极好(NRMSE为9.16%),可减少遥感采集次数,提前预测产量。研究结果对采用无人机遥感进行冬小麦产量预测和精度提升具有重要意义。
-
单位中国农业机械化科学研究院; 中国农业大学; 土木工程学院; 国家半干旱农业工程技术研究中心