哈萨克斯坦北部小麦遥感估产方法研究

作     者：尹瀚民 古丽·加帕尔 于涛 Jeanine UMUHOZA 李旭 YIN Hanmin;Guli JIAPAER;YU Tao;Jeanine UMUHOZA;LI Xu

作者机构：中国科学院新疆生态与地理研究所荒漠与绿洲国家重点实验室新疆乌鲁木齐830011 中国科学院大学北京100049 中国科学院中亚生态与环境研究中心新疆乌鲁木齐830011 

出 版 物：《干旱区地理》 (Arid Land Geography)

年 卷 期：2022年第45卷第2期

页      面：488-498页

核心收录：

学科分类：082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 09[农学] 0901[农学-作物学] 

基　　金：中国科学院A类战略性先导科技专项(XDA19030301)资助。 

主　　题：雨养小麦耕作区 遥感估产 植被指数 回归模型 机器学习 哈萨克斯坦北部 

摘      要：以哈萨克斯坦北部雨养耕作区为研究靶区,基于春小麦产量统计数据和遥感光谱指数,开展了春小麦估产最优预测时期及植被指数分析,采用回归分析、随机森林、支持向量机及双向循环神经网络模型估算春小麦产量,并对比分析了不同模型的模拟精度。结果表明:北哈萨克斯坦州、阿克莫拉州和库斯塔纳州2007-2016年春小麦估产的最佳预测时期为6月26日-8月5日,该时期是春小麦产量形成的关键时期。北哈萨克斯坦州春小麦估产最优植被指数为7月12日的绿度叶绿素指数(Green chlorophyll index,CI_(green)),阿克莫拉州春小麦估产最优植被指数为8月5日的绿度动态宽波段指数(Green wide dynamic range vegetation index,WDRVI_(green)),库斯塔纳州春小麦最优估产植被指数为7月12日的WDRVI_(green)。对比分析4种模型模拟春小麦产量的精度,在样本点较少的情况下,双向循环神经网络模型相比其他模型在估算哈萨克斯坦北部三州春小麦产量上精度较高;春小麦产量与植被净初级生产力NPP相关性分析结果显示,北哈萨克斯坦州、阿克莫拉州和库斯塔纳州决定系数R2在0.50以上面积占比分别为44%、94%和77%,表明上述估产模型可应用于哈萨克斯坦北部三州春小麦估产,尤其是阿克莫拉州和库斯塔纳州。