集成学习结合多源数据预测河南省冬小麦单产.
- Resource Type
- Article
- Authors
- 陈一凡; 李璇; 王绍雯; 杨姗姗; 张佳华; 张莎
- Source
- Transactions of the Chinese Society of Agricultural Engineering. Feb2024, Vol. 40 Issue 4, p177-185. 9p.
- Subject
- Language
- Chinese
- ISSN
- 1002-6819
为探讨基于多源数据和集成学习算法预测冬小麦单产的可行性并确定冬小麦单产预测的最佳时间窗,该研究在 河南省冬小麦生长季内划分 28 个不同的时间窗,使用 8 种不同的机器学习算法及基于 Stacking 的集成学习算法,利用 2003—2018 年的多种遥感指数数据、气象数据进行训练并预测 2019—2021 年单产。结果表明:引入日光诱导叶绿素荧 光(solar-induced chlorophyll fluorescence,SIF)特征可以提升河南省冬小麦单产的预测效果; 12 月至次年 5 月为机器 学习算法预测冬小麦单产的最佳时间窗;Stacking 集成学习算法比其他单机器学习算法更适用于河南省县级尺度冬小麦 单产预测,预测结果的决定系数为 0.816,均方根误差和平均绝对误差分别为 580.36 和 476.01 kg/hm2;河南省冬小麦实 际单产的空间分布呈西低东高的趋势,预测的单产分布特征与实际单产分布特征相当。研究结果可为冬小麦单产预测提 供一种新的方法,也为农作物单产预测模型构建提供新的思路。 [ABSTRACT FROM AUTHOR]