基于无人机遥感的春玉米产量预测研究
马世骄1
房城泰2
赵经华1
刘锋1
杨庭瑞3
袁如芯3
1.新疆农业大学 水利与土木工程学院,乌鲁木齐 830052;新疆水利工程安全与水灾害防治重点实验室,乌鲁木齐 8300522.兵团水土保持与水利发展中心,乌鲁木齐 8300023.新疆农业大学 水利与土木工程学院,乌鲁木齐 830052
摘要：[目的]适应现代农业发展作物产量快速预测的需求.[方法]以春玉米为研究对象,设置 50%ETc(W1)、75%ETc(W2)、100%ETc(W3)、125%ETc(W4)、150%ETc(W5)5个水分梯度处理试验,基于无人机多光谱影像进行植被指数的构建,并利用皮尔逊相关系数法筛选模型输入变量.采用偏最小二乘法(Partial least squares,PLS)、随机森林回归(Random forest regression,RF)和粒子群算法(Particle swarm optimization,PSO)优化随机森林模型,分别对拔节期、抽雄期和灌浆期春玉米进行基于单一植被指数和多植被指数组合的产量估测,结合模型精度评价指标,最终确定研究区春玉米产量分布图.[结果]以多植被指数组合为输入变量的模型精度总体高于以单一植被指数为输入变量的模型精度,且PSO-RF模型在抽雄期的拟合效果最好.基于单一植被指数NDVI的PSO-RF模型验证集的R2为 0.685,RMSE为 1 792.71 kg/hm2,RPD为 1.764.基于多植被组合的PSO-RF模型验证集的R2为 0.806,RMSE为 1 485.88 kg/hm2,RPD为 2.032.研究区W3处理春玉米产量最高,平均产量为 19 845.25 kg/hm2,W1 产量处理最低,平均产量为 12 054.52 kg/hm2.[结论]综上所述,多光谱无人机能够准确预测作物产量,可为实现精准农业提供技术支持.
关键词：无人机春玉米产量植被指数抽雄期随机森林回归
分类号：S127(农业物理学)
资助基金：国家自然科学基金(52169013)新疆维吾尔自治区十四五重大专项(2020A01003-4)自治区研究生科研创新项目(XJ2024G126)
论文发表日期：2025-01-27
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 43-49,65 )
英文信息