结合GWRFR和作物物候信息的玉米产量早期预测
文献类型：期刊论文
| 作者 | 裴杰; 谭绍锋; 郭韩; 刘一博; 方华军 |
| 刊名 | 农业工程学报
 |
| 出版日期 | 2024 |
| 卷号 | N/A页码:1-9 |
| 关键词 | 产量 预测 遥感 机器学习 作物物候 |
| 产权排序 | 3 |
| 英文摘要 | 及时并准确地估计作物产量，对保障粮食安全、维护世界粮食供应稳定具有重要意义。此前，已有许多研究者使用机器学习方法对作物产量预估进行研究。然而，结合作物的空间分布、使用局部模型进行分析的研究较少；且诸多研究均以年份为时间尺度进行建模，未能精细到作物生长的各个阶段，无法实现作物产量的早期预测。针对以上问题，该研究结合多源遥感数据，利用随机森林（random forest,RF）以及地理加权随机森林（geographically weighted random forest regression,GWRFR）模型对美国县级玉米产量进行建模，探讨全局与局部模型在玉米产量预测方面的性能；并通过将GWRFR模型应用于玉米的各个物候期，获取了玉米产量的最佳提前预测时间。结果表明，GWRFR局部模型的精度（R2=0.87,RMSE=864.21 kg/hm~2）高于传统的RF全局模型（R2=0.83,RMSE=994.75 kg/hm~2），并且能够较好地克服空间数据的非平稳性，即使在全局模型中加入经纬度作为变量，RF模型的预测效果（R2=0.85,RMSE=890.88 kg/hm~2）仍然低于GWRFR模型。对于玉米产量的预测可以提前至收获前2～3个月，即在乳熟期前后就能得到比较准确的预测结果（R2=0.90,RMSE=748.39 kg/hm~2）。该研究结果可为大尺度作物产量预估提供一种新的思路，对区域或全球其他作物的产量预测也具有一定的指导意义。 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/201620]  |
| 专题 | 千烟洲站森林生态系统研究中心_中文论文 |
| 通讯作者 | 方华军 |
| 作者单位 | 1.中山大学测绘科学与技术学院 2.自然资源部华南热带亚热带自然资源监测重点实验室 3.中国科学院地理科学与资源研究所生态系统观测与模拟重点实验室 4.中科吉安生态环境研究院 |
| 推荐引用方式 GB/T 7714 | 裴杰,谭绍锋,郭韩,等. 结合GWRFR和作物物候信息的玉米产量早期预测[J]. 农业工程学报,2024,N/A:1-9. |
| APA | 裴杰,谭绍锋,郭韩,刘一博,&方华军.(2024).结合GWRFR和作物物候信息的玉米产量早期预测.农业工程学报,N/A,1-9. |
| MLA | 裴杰,et al."结合GWRFR和作物物候信息的玉米产量早期预测".农业工程学报 N/A(2024):1-9. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。