数字农科院2.0

基于高光谱遥感和集成学习方法的冬小麦产量估测研究

文献类型： 中文期刊

作者： 费帅鹏;禹小龙;兰铭;李雷;夏先春;何中虎;肖永贵

作者机构：

关键词： 冬小麦;产量;高光谱;集成方法;机器学习

期刊名称：中国农业科学

ISSN： 0578-1752

年卷期： 2021 年 54.0 卷 16.0 期

页码：

收录情况： 北大核心（2020版） ; CSCD（2020-2021年度） ; 农林核心（2020版） ; 科技核心（2020版）

摘要： 【目的】利用2种灌溉处理下不同发育阶段的冬小麦冠层高光谱信息,通过机器学习方法对小麦籽粒产量进行估测精度研究,明确产量最佳估测模型,对于育种工作有着重要应用价值。【方法】以黄淮麦区207个主栽小麦品种为材料,于2018—2019和2019—2020年度连续2个生长季在河南省新乡基地的正常灌溉和节水处理下种植,并调查开花期、灌浆前期和灌浆中期的冠层高光谱数据,分别以6种机器学习方法和集成方法建立光谱指数产量估测模型。【结果】2种灌溉处理下,3个生育期各光谱指数均与产量呈极显著相关（P<0.0001）,且表现出较高的遗传力（0.61-0.85）,主要受遗传因素控制。在正常灌溉处理下,与传统机器学习方法表现最佳的模型相比,集成学习方法在3个生育期的平均决定系数（R2）分别由0.610、0.611和0.640提高至0.649、0.612和0.675,平均均方根误差（RMSE）分别降低至0.607、0.612和0.593 t·hm-2;节水处理下,3个生育期的平均R2分别由0.461、0.408和0.452提高至0.467、0.433和0.498,平均RMSE分别降低至0.519、0.559和0.504 t·hm-2。【结论】利用集成方法将不同模型估测结果进行结合,能够有效地提高产量估测精度,2种灌溉处理下均在灌浆中期估测精度最佳,可为冬小麦育种工作中产量估测提供参考。

分类号：

  • 相关文献

[1]不同抗感水稻品种对褐飞虱胁迫的高光谱响应特征. 杨奇欣,赖凤香,何佳春,魏琪,王渭霞,万品俊,傅强. 2024

[2]基于机器学习和可见光光谱的冬小麦叶片氮积累量估算. 崔日鲜,刘亚东,付金东. 2016

[3]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

[4]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018

[5]冬小麦不同群体冠层结构的高光谱响应研究. 卢艳丽,王纪华,李少昆,谢瑞芝,高世菊,马达灵. 2005

[6]不同地域冬小麦叶片SPAD高光谱估算研究. 夏天,吴文斌,周清波,陈仲新,周勇. 2014

[7]冬小麦条锈病的光谱特征及遥感监测. 王纪华,黄文江,黄义德,赵春江,万安民. 2003

[8]冬小麦拔节期冻害后高光谱特征. 李章成,周清波,吕新,林海荣,李森. 2008

[9]基于高光谱的冬小麦叶面积指数估算方法. 夏天,吴文斌,周清波,周勇,于雷. 2012

[10]基于图像和光谱技术的倒伏冬小麦产量评估研究. 吴尚蓉,刘佳,王利民,李宗南. 2013

[11]基于高光谱遥感和HJ-1卫星的冬小麦SPAD反演研究. 夏天,周勇,周清波,吴文斌. 2013

[12]植被覆盖度对冬小麦冠层光谱的影响及定量化估产研究. 卢艳丽,胡昊,白由路,王磊,王贺,杨俐苹. 2010

[13]冬小麦条锈病生理变化及其遥感机理. 黄义德,黄文江,刘良云,王纪华,万安民. 2004

[14]条锈病影响下冬小麦叶绿素含量的高光谱估计. 江道辉,李章成,周清波,李森,刘佳. 2007

[15]基于支持向量机模型的冬小麦全蚀病为害等级遥感监测. 焦红涛,吴旭,司海平,时雷,郭伟,马新明,周益林. 2014

[16]基于花后累积地上生物量比例的冬小麦动态收获指数估算. 张宁丹,任建强,吴尚蓉. 2022

[17]基于哨兵-2A模拟反射率及其影像的冬小麦收获指数估算. 任建强,张宁丹,刘杏认,吴尚蓉. 2022

[18]基于Sentinel-2A模拟反射率及其影像的冬小麦动态收获指数估算. 任建强,张宁丹,刘杏认,吴尚蓉. 2022

[19]化学调控剂对冬小麦干物质贮运和籽粒灌浆特性的影响. 吴玥,刘红杰,胡新,宋吉青,吕国华,纪冰祎,白文波. 2020

[20]不同营养复配剂叶面喷施对冬小麦干热风抗性及产量的影响. 刘文欢,李胜楠,侯阁阁,杨家蘅,段剑钊,朱云集. 2019

作者其他论文 更多>>