关键时相长势—环境和景观特征对河北省县级尺度冬小麦单产估算精度影响分析

作     者：朱炯 杜鑫 李强子 张源 王红岩 赵云聪 ZHU Jiong;DU Xin;LI Qiangzi;ZHANG Yuan;WANG Hongyan;ZHAO Yuncong

作者机构：中国科学院空天信息创新研究院遥感卫星应用国家工程实验室北京100101 中国科学院大学北京100049 

出 版 物：《遥感学报》 (NATIONAL REMOTE SENSING BULLETIN)

年 卷 期：2022年第26卷第7期

页      面：1354-1367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] 0903[农学-农业资源与环境] 0901[农学-作物学] 

基　　金：国家重点研发计划(编号:2016YFD0300603-5) 高分辨率对地观测系统重大专项(编号:20-Y30F10-9001-20122,11-Y20A16-9001-17/18) 广西科技重大专项(编号:桂科AA18118048-2) 国家自然科学基金(编号:41701486) 

主　　题：遥感 估产 冬小麦 统计数据 NDVI 随机森林 河北省 

摘      要：区域尺度上精准、快速的作物单产估算可以有效地为国家粮食安全相关政策的制定提供数据支撑。本文针对县级估产时相和特征类型选择问题,基于遥感、气象和统计等多源数据,通过不同时相和特征要素之间的组合分析来探索其对于县级尺度冬小麦单产估算的影响。特征要素主要考虑作物长势、环境(水分和光温条件)和农田景观3个类型;时相主要考虑由冬小麦生长过程NDVI(Normalized Difference Vegetation Index)曲线特征提取的5个关键时段(P1—P5)。利用不同时相与类型特征的组合与统计单产构建随机森林回归模型,根据精度评价结果分析各组合的优劣。2014年—2017年的数据用来建模,2018年数据用来验证。对于单时相,P2、P3、P4的表现明显好于P1和P5;多时相的准确度明显优于单时相,其中P2、P4的组合效果最佳。对于不同类型的特征要素,作物长势特征参量对估产精度的影响最大,而水分影响和光温条件等环境因子的加入对估产准确性并没有明显提升,农田景观参数的加入能够有效提升估产的准确性。在最优组合的基础上,剔除冗余变量优选出5个重要的指标因子(PROP、NDVI_P2、B2_P2、ED、B1_P4),并建立单产估算模型获取2018年河北省冬小麦县级尺度单产。结果表明,平均相对误差(MRE)仅为2.85%,决定系数(R 2)为0.83,均方根误差(RMSE)为253.25 kg/ha,归一化均方根误差(NRMSE)为4.09%。研究结果为全国县级冬小麦单产估算提供了新的思路和方法参考。