融合多源时空数据的冬小麦产量预测模型研究

为提高大尺度冬小麦产量预测精度,以2005—2019年河南省遥感数据、气象数据、土壤含水率等多源时空数据为特征变量,分析其与小麦单产的相关性,并基于随机森林算法对特征变量进行了重要性分析,构建了融合多源时空数据的冬小麦产量预测模型。结果表明:增强型植被指数（Enhanced vegetation index, EVI）、日光诱导叶绿素荧光（Solar-induced chlorophyll fluorescence, SIF）与高程为小麦产量预测的重要因子,与小麦产量呈高度正相关,对小麦产量预测的重要性指标均超过0.45,远大于土壤含水率、降水量、最高温度、最低温度等因子;基于随机森林算法构建的小麦不同生长阶段产量预测模型中,以10月—次年5月和10月—次年4月为特征变量的产量预测模型精度较高,R²分别为0.85和0.84,RMSE分别为821.55、832.01 kg/hm²,在空间尺度上,豫西和豫南丘陵山地模型预测相对误差高于平原地区。该研究结果可为大尺度作物产量预测提供参考。     

基于SARIMA模型和条件植被温度指数的干旱预测

基于时间序列遥感数据反演的条件植被温度指数(VTCI)干旱监测结果,应用季节性求和自回归移动平均模型(SARIMA)对关中平原进行了分区域干旱预测建模,得到了2009年4月上旬至5月下旬每旬1步、2步和3步共18旬的预测结果,并分析了预测精度.结果表明,SARIMA模型的预测精度随着预测步数的增加而降低,6旬1步预测结果的绝对误差频数分布基本是单峰分布,主要分布在-0.2到0.2之间;6旬2步预测结果的绝对误差频数分布出现双峰分布,3步预测结果绝对误差分布分散,且误差变大.通过分析干旱的时空分布规律,发现关中平原地区干旱具有较明显的区域特征,且1步预测和2步预测结果的干旱时空分布与监测结果较吻合,3步预测结果的不确定性较大,由此得出SARIMA模型适用于关中平原VTCI 1 ～2步预测研究的结论.     

基于空间插值的室内湿度场模拟方法此较分析

空间插值是研究空间因子区域分布特征的重要方法,可实现空间因子可视化展示。不同的空间因子受影响不同,导致空间插值方法的可靠性和适用性存在差异。为了确定室内区域湿度场动态实时化模拟的最佳方法,以Inter实验室内54个温湿度传感器的一个月采集数据为研究案例。综合分析了反距离权重插值、径向基函数插值、普通克里金插值、协同克里金插值、时空克里金插值和时空协同克里金插值6种空间插值方法,并采用交叉验证的方法对插值结果进行比较。结果表明,时空协同克里金插值方法在模拟准确度、可信度和反应极值等能力都要优于其余几种插值方法。     

基于空间插值的室内湿度场模拟方法比较分析北大核心

空间插值是研究空间因子区域分布特征的重要方法,可实现空间因子可视化展示。不同的空间因子受影响不同,导致空间插值方法的可靠性和适用性存在差异。为了确定室内区域湿度场动态实时化模拟的最佳方法,以Inter实验室内54个温湿度传感器的一个月采集数据为研究案例。综合分析了反距离权重插值、径向基函数插值、普通克里金插值、协同克里金插值、时空克里金插值和时空协同克里金插值6种空间插值方法,并采用交叉验证的方法对插值结果进行比较。结果表明,时空协同克里金插值方法在模拟准确度、可信度和反应极值等能力都要优于其余几种插值方法。     

冬小麦叶绿素含量空间分布成图方法与精度分析

作物叶绿素含量能够反映作物的生长情况,建立大田叶绿素空间分布模型能够直观地表现田间作物长势情况,为开发车载式作物长势空间分布分析系统提供技术支撑,进行了基于地统计学的冬小麦叶绿素含量空间分布成图方法及精度分析。首先,采集了67个样区中心点叶绿素含量和GPS信息,基于地统计学理论讨论了利用稀疏样本点数据建立高精度空间分布图的可行性。随机划分建模集和验证集,基于建模样本分别使用反距离插值法（IDW）和普通克里金插值法（OK）绘制了冬小麦叶绿素含量田间分布图,然后对验证集数据进行分析,比较了2种方法的检测精度,并讨论了实验过程中可能存在的误差源。2种插值方法拟合的预测数据与验证数据均存在正相关关系,基于IDW插值与验证数据相关系数为0.722,协方差为1.361;基于OK插值与验证集数据相关系数为0.517,协方差为0.798。结果表明,IDW插值分析方法更适用于采样点分布不均且距离较近的稀疏样本点空间分布成图。     

基于产量监测系统的小麦产量图生成与空间变异性分析

为了准确获取冬小麦农田产量空间差异性信息,提升产量监测系统的采集精度与产量空间分布图的插值精度,采用研发的收获机产量实时监测系统,从绘制准确的产量空间分布图入手,对2013—2015年的小麦产量数据进行了插值及空间变异性分析,结果表明:阈值滤波的预处理方法可以有效剔除产量异常值,还原真实田间产量分布情况。通过RMSE对比得出,普通克里金(OK)方法绘制的试验地块产量空间分布图插值精度更高,最小值为826. 70 kg/hm~2,出现在2013年OK法指数模型中,搜索策略为椭圆形、最大相邻要素5个、最小相邻要素3个、1个扇区。由半方差函数拟合曲线参数得出3年产量空间变异性信息及监测系统的最优采样间距,分别为2013年与2014年的产量空间变异完全来源于空间自相关,2013年主要表现在2～12 m的中尺度范围,2014年表现在2～5 m的中尺度范围; 2015年由随机因素引起的空间变异为25%,表现在2 m以下的小尺度范围,空间自相关引起的变异为75%,表现在2～15 m的中尺度范围;产量监测系统的采样间距应保持在2～10 m,过小或过大将受到较大随机因素或插值精度降低的影响。     

基于多时相多参数融合的麦玉轮作小麦产量估算方法

为了进一步提高冬小麦产量预测的准确性,针对麦玉轮作体系缺乏直接把前茬作物信息纳入到当季作物的产量估算及管理中的研究状况,利用前茬玉米季中长势遥感信息及产量信息,融合小麦拔节期、灌浆期及成熟期长势遥感信息、播前施肥信息及土壤特性信息等多时相多模态数据,基于GPR算法,建立多时相多模态参数融合的麦玉轮作体系小麦产量估算模型,结果显示：基于多生育期的产量估算模型较单生育期最优产量估算模型性能有所提升,R²提高0.01～0.03。其中基于拔节期产量估算模型精度略低于多生育期产量估算模型,但精度相近。基于多模态参数融合的产量估算模型中,除玉米作物信息与土壤特性信息融合构建的产量估算模型,多模态参数融合的产量估算模型精度较相应低模态参数融合的产量估算模型精度高。四模态参数融合的GPR模型决定系数R²为0.92,RMSE为213.75 kg/hm²,较其他模型,R²提高0.02～0.41。对于小麦产量估算模型,各模态参数影响由大到小依次为施肥信息、小麦遥感信息、土壤特性信息、玉米作物信息。玉米作物信息对于多模态参...     

山东省油料产量的时空分析

在空间层面上,运用空间自相关方法分析了以农业产业为主的山东省87个县市油料产量的空间集聚特征。在时间轴上,基于ARMA模型对山东省油料总产量进行了预测。结果表明:山东省县域单元油料产量在空间上并非随机分布,油料产量比较接近的县市在空间分布上也比较邻近,呈集中分布。40个县域单元的油料产量具有显著的空间集聚特征。根据山东省1978—2008年油料产量的统计资料,建立了山东省油料产量的时间序列ARMA（2,1,2）模型,预测效果较理想,预测值与实际数值之间的平均相对误差仅为2.12％。      

基于协同克里金的饮用水硝酸盐浓度预测研究

为了研究贵阳某机场机场附近居民饮用水源中硝酸盐浓度的空间分布情况,对24个居民饮用水点分别进行普通克里金和协同克里金插值,并对插值结果进行比较分析。结果表明:通过距离模型判断出镁离子同硝酸盐的相关性最高,相关系数达到0.726,但无法提供显著性P值;偏相关分析对两者相关性进行检验,相关系数为0.787,P=0.001表明两者相关性极强,可以将镁离子的浓度作为协变量进行协同克里金的插值;运用克里金插值时发现,协同克里金模型的标准平均值和标准均方根预测误差均优于普通克里金插值,表明将镁离子的浓度作为协变量,可以弥补主变量硝酸盐样本点少,变异函数欠稳定的缺点;通过协同克里金插值进而可以得到研究区内的硝酸盐浓度预测分布图,期待能给当地的水污染治理提供一定的指导价值。     

基于“3414”田间试验的玉米膜下滴灌多元肥料效应函数模型研究

以吉林省通榆灌溉试验站2016年度玉米膜下滴灌"3414"田间试验数据为依据,建立玉米施肥量(氮、磷、钾)与产量的多元肥料效应函数模型,求解施肥参数,分析各肥料效应函数模型的拟合程度、最高产量、最佳经济产量及产投比,筛选出N、P、K肥的最优肥料效应函数模型。研究结果表明:3种肥料对通榆灌溉试验重点站玉米产量的影响顺序为NP_2O_5K_2O,在一定范围内增施肥料有利于玉米增产;三元二次施肥效应函数模型拟合程度较好,回归显著,可利用一元及二元肥料效应函数模型作为辅助、补充手段进行玉米施肥方案优化;利用三元二次肥料效应函数模型获得最佳经济产量12 016.74 kg/hm~2,施N 164.74 kg/hm~2、P2O568.73 kg/hm~2、K_2O 61.00 kg/hm~2,投入肥料价值1 465.10元,产投比8.86。研究成果可提高肥料的利用率,降低生产成本,有效指导当地农业生产。     

基于LightGBM的冬小麦产量估测与可解释性研究

机器学习模型在作物长势监测和产量估测过程中,复杂模型的内部机制难以理解,为了在准确估测作物产量的同时给出合理解释,本文选取条件植被温度指数(VTCI)以及冬小麦产量数据,基于轻量级梯度提升机(LightGBM)开展关中平原冬小麦的产量估测研究,并将局部可解释性模型无关方法(LIME)、部分依赖图(PDP)和个体条件期望图(ICE)等全局和局部可解释性方法用于对模型估测结果的进一步解释。结果表明,与其他机器学习方法相比,经过网格搜索优化的LightGBM能够准确地估测冬小麦产量,估测单产与实测单产的决定系数R²达到0.32,均方根误差(RMSE)为809.10 kg/hm²,平均相对误差(MRE)为16.55%,达到极显著水平(P<0.01),表明该模型有较高的预测精度和泛化能力。进一步可解释性实验表明,网格搜索优化的LightGBM能够准确提取数据蕴含的信息,从全局角度来看,冬小麦4个生育期中拔节期VTCI对产量形成最为重要,抽穗-灌浆期和乳熟期次之,返青期则影响最小,这与先验知识相符合;从局部角度来看,局部可解释性方法基于冬小麦产量西...     

冬小麦产量分阶段预测模型

为了解决冬小麦估产的时效性和运行化问题,通过对河北省玉田县2007～2009年冬小麦的连续监测,在不同生育期（抽穗期、灌浆期和收获期）对其产量构成三因子（穗数、粒数和粒质量）进行实地抽样测定,并结合冬小麦各个生长发育期的生理生态特点,建立相应的分阶段单产预测模型。试验发现,单因子模型的应用,可使冬小麦估产的预报时间提前到抽穗期,其拟合精度可达到88%以上。双因子模型的应用可使预报时间提前到抽穗后期至灌浆期,模型拟合精度大于90%;结果表明,冬小麦分阶段预产模型可以作为县级区域农业遥感业务化运行系统的基础,增强农业遥感监测产量的预警能力。     

顺序同化不同时空分辨率LAI的冬小麦估产对比研究

选择PyWOFOST模型为动态模型,以叶面积指数(LAI)为状态变量,遥感LAI为观测值,采用集合卡尔曼滤波(En KF)同化算法,研发了一种遥感LAI与作物模型同化的区域冬小麦产量估测系统。为消除云的污染,采用Savitzky-Golay(S-G)滤波算法重构时间序列MODIS LAI;通过构建地面观测LAI与3个关键物候期Landsat TM植被指数回归统计模型,获得区域TM LAI;通过融合3个关键物候期的TM LAI与时间序列S-G MODIS LAI,生成尺度转换LAI。对比分析3种不同时空分辨率的遥感LAI的同化精度,研究结果表明,同化尺度转换LAI获得了最高的同化精度,与官方县域统计产量相比,在潜在模式下,决定系数由同化前的0.24提高到0.47,均方根误差由602kg/hm2下降到478 kg/hm2。结果表明,遥感观测与作物模型的尺度调整对提高冬小麦同化模型精度具有重要作用,遥感LAI与作物模型的En KF同化方法是一种有效的区域作物产量估测方法。     

谷物联合收获机测产系统性能试验

引进Ag Leader谷物测产系统,在国产中小型谷物联合收获机平台上开展了测产系统性能试验.谷物测产系统主要由包括流量传感器等在内的多路传感装置、终端显示及控制平台和GPS系统构成.首先进行了系统传感器的标定试验,然后进行了田间小麦的收获试验.将试验获得的产量数据进一步进行了处理,通过产量数据点的空间自相关性分析发现,产量值采样点在20 m范围内的的相互依赖程度较高;半方差分析表明,测产区域的产量分布空间变异明显,呈现空间聚集分布的特点.克里格插值后的产量分布图呈现斑状分布的趋势,也直观反映了聚集分布的特征,可以为精细农业的实施提供必要的理论依据.     

基于时间序列MODIS NDVI的冬小麦产量预测方法

选择我国河北、河南、山东3省作为研究区,在250 m空间分辨率的冬小麦种植区和1 km的冬小麦像元纯度图的基础上,分析了2000—2009年MODIS NDVI抽穗期峰值与单产的时间序列变化关系。采用Becker-Reshef等提出的去噪声修正后的冬小麦抽穗期NDVI峰值与单产进行回归分析建立冬小麦产量预测模型,并分析冬小麦预测精度的影响因素。最后,利用2010年地级市尺度的统计单产对所建立的预测模型进行精度验证,模型的平均估产误差约为7.49%。结果表明,基于冬小麦抽穗期NDVI峰值的产量预测方法在中国冬小麦主产区具有一定的应用潜力。     

山东省冬小麦单产监测与预报方法研究

针对传统农业估产方法效率低、成本高的现状,以山东省为研究区,基于山东省10年表面反射率8 d合成产品MOD09A1、全球陆地蒸发蒸腾8 d合成产品MOD16A2数据和历史产量数据,以增强型植被指数(EVI)、作物水分胁迫指数(CWSI)和经过历史产量分解得到的技术产量为输入,利用最小二乘法构建了山东省级和市级尺度的冬小麦单产估算模型,并在监测和预报两种模式下进行了模型的应用和精度验证。结果表明,在监测模式下,省级估产精度为96.91%,各市监测精度均不小于89.41%,其中菏泽市监测精度最高,为99.31%,济宁市监测精度最低,为89.64%;在预报模式下,返青期结束(第89天)、拔节期结束(第121天)和乳熟期结束(第145天)时的省级小麦预报精度均不低于96.44%,各市预报精度均不小于89.41%,其中青岛市预报精度最高,3次预报的平均精度为99.07%,济宁市预报精度最低,3次预报的平均精度为89.81%。本文建立的估产模型对市级和省级作物单产估算均有较高的适用性,可以实现动态产量预报。本研究对及时了解冬小麦的生长状况、制定科学有效的农业生产决策具有参考价值。     

基于小波能量系数和叶面积指数的冬小麦生物量估算

生物量是评价作物长势及产量估算的重要指标,科学、快速、准确地获取生物量信息,对于监测冬小麦生长状况以及产量预测等具有重要意义。以冬小麦为研究对象,通过相关性分析,选取相关性较好的小波能量系数,同时耦合叶面积指数,基于支持向量回归算法、随机森林算法、高斯过程回归3种算法构建冬小麦生物量估算模型。结果显示,基于小波能量系数,分别利用支持向量回归算法、随机森林算法、高斯过程回归进行生物量估算,4个生育期的验证R2分别是0.55、0.40、0.39;0.75、0.70、0.83;0.84、0.92、0.93;0.84、0.89、0.85。表明高斯过程回归模型估算精度最优。叶面积指数耦合小波能量系数,利用支持向量回归算法、随机森林回归算法、高斯过程回归进行生物量估算,4个生育期的验证R2分别是0.76、0.73、0.77;0.76、0.72、0.84;0.87、0.94、0.94;0.85、0.90、0.91。表明高斯过程回归算法估算精度最优,并且在一定程度上能够克服冠层光谱饱和现象,提高模型估算精度。以小波能量系数和叶面积指数为输入变量结合高斯过程回归算法建立冬小麦生物量估算模型,可以提高生物量估算精度,为基于遥感技术的作物参数快速估算提供参考。     

Study on the estimation of precipitation resources for rainwater harvesting agriculture in semi-arid land of China

Rainwater harvesting agriculture (RHA) can be a valuable practice in increasing crop productivity in the semi-arid region of Loess Plateau in China. Due to lack of the detailed data of precipitation resources in the region, there have been some difficulties in the development of rainwater harvesting agriculture. In this research, based on the precipitation data in the last 40 years and topographical maps at 25 observation stations in and around Dingxi County, Gansu Province, China, the raster digital elevation models (DEM) and the average annual precipitation (AAP) databases in the study areas were established using ARC/INFO geographical information system (GIS) technology. By means of interpolation approaches, statistical model and comprehensive approach including nine methods (inverse distance weighted (IDW), trend (TRE), spline (SPL), ordinary Kriging (OKR), universal Kriging 1 (UK1), universal Kriging 2 (UK2), Thissen polygon (THP), multivariate regression (MVR) and comprehensive approach (COM)), the spatial and temporal changes of AAP were calculated and comparatively analyzed. Results indicate that simulating precision of the comprehensive method is the best in the nine approaches, and its maximum relative error is 6.40% and the range of error is 11.66%. The next is ordinary Kriging method with exponential model to simulate semivariogram, and its maximum relative error reaches 6.76%. As far as the seven kinds of interpolation approaches are concerned, the precision of ordinary Kriging method is the best, and the error of statistical model is relatively high, of which the maximum relative error reaches 9.04%. The AAP in Dingxi County calculated by comprehensive approach is 420 mm, and the water deficit of spring wheat is about 226 mm, so rainwater harvesting agriculture is feasible in the study area if reasonable harvesting technologies are taken. The AAP information system, established by raster precipitation spatial databases using optimized methods, can quickly and timely calculate the total quantities and the spatial changes of precipitation resources on any scales in the study areas, which has an important role in runoff simulating, engineering planning, strategy developing, and decision making as well as water management in rainwater harvesting agriculture.