为了提高玉米单产估测精度,以河北省中部平原为研究区域,以与玉米长势和产量密切相关的条件植被温度指数(vegetation temperature condition index,VTCI)和叶面积指数(leaf area index,LAI)为遥感特征参数,通过投影寻踪法确定玉米主要...为了提高玉米单产估测精度,以河北省中部平原为研究区域,以与玉米长势和产量密切相关的条件植被温度指数(vegetation temperature condition index,VTCI)和叶面积指数(leaf area index,LAI)为遥感特征参数,通过投影寻踪法确定玉米主要生育时期 VTCI 和 LAI 的权重,进而构建基于县域尺度加权 VTCI 和 LAI 与玉米单产间的线性回归模型。结果表明,同时构建加权 VTCI 和 LAI 与玉米单产间的回归模型的精度最高,达到极显著水平(P<0.001)。与变异系数法相比,基于投影寻踪法所建双参数回归模型的精度较高,研究区域各县(区)估测单产与实际单产的平均相对误差降低了 0.88 个百分点,均方根误差降低了 50.56 kg/hm2。通过投影寻踪法构建的双参数回归模型对研究区域玉米单产进行估测,结果表明研究区域玉米单产具有西部单产最高、北部和南部次之、东部最低的空间分布特征,以及在研究年份间玉米单产在波动中呈先下降后上升趋势的时间演变特征。展开更多
为进一步促进机器学习技术在玉米单产估测中的应用,以河北中部平原为研究区域,选取与玉米长势和产量密切相关的条件植被温度指数(Vegetation temperature condition index,VTCI)和叶面积指数(Leaf area index,LAI)为特征变量,通过极限...为进一步促进机器学习技术在玉米单产估测中的应用,以河北中部平原为研究区域,选取与玉米长势和产量密切相关的条件植被温度指数(Vegetation temperature condition index,VTCI)和叶面积指数(Leaf area index,LAI)为特征变量,通过极限梯度提升(Extreme gradient boosting,XGBoost)算法和随机森林(Random forest,RF)算法分别对玉米单产进行估测。基于组合预测思想与Shapley值理论,分别确定组合预测模型中XGBoost与RF模型权重,进而得到组合预测模型,结果表明,基于Shapley值确定的组合估产模型精度较高(R^(2)=0.32),达极显著水平(P<0.001)。同时将组合预测模型应用于河北中部平原2012年各县(区)玉米的单产估测,结果表明,模型精度较高(R^(2)=0.52),玉米估测单产与实际单产的平均相对误差和均方根误差分别为9.86%、831.14 kg/km^(2),达到极显著水平(P<0.001),且组合预测模型的精度均优于单一估测模型。研究发现,河北中部平原玉米估测单产随年份发生波动变化,呈先降低后升高的趋势。玉米估测单产以西部地区最高,其次是北部和南部地区,东部地区最低。展开更多
文摘为了提高玉米单产估测精度,以河北省中部平原为研究区域,以与玉米长势和产量密切相关的条件植被温度指数(vegetation temperature condition index,VTCI)和叶面积指数(leaf area index,LAI)为遥感特征参数,通过投影寻踪法确定玉米主要生育时期 VTCI 和 LAI 的权重,进而构建基于县域尺度加权 VTCI 和 LAI 与玉米单产间的线性回归模型。结果表明,同时构建加权 VTCI 和 LAI 与玉米单产间的回归模型的精度最高,达到极显著水平(P<0.001)。与变异系数法相比,基于投影寻踪法所建双参数回归模型的精度较高,研究区域各县(区)估测单产与实际单产的平均相对误差降低了 0.88 个百分点,均方根误差降低了 50.56 kg/hm2。通过投影寻踪法构建的双参数回归模型对研究区域玉米单产进行估测,结果表明研究区域玉米单产具有西部单产最高、北部和南部次之、东部最低的空间分布特征,以及在研究年份间玉米单产在波动中呈先下降后上升趋势的时间演变特征。
文摘为进一步促进机器学习技术在玉米单产估测中的应用,以河北中部平原为研究区域,选取与玉米长势和产量密切相关的条件植被温度指数(Vegetation temperature condition index,VTCI)和叶面积指数(Leaf area index,LAI)为特征变量,通过极限梯度提升(Extreme gradient boosting,XGBoost)算法和随机森林(Random forest,RF)算法分别对玉米单产进行估测。基于组合预测思想与Shapley值理论,分别确定组合预测模型中XGBoost与RF模型权重,进而得到组合预测模型,结果表明,基于Shapley值确定的组合估产模型精度较高(R^(2)=0.32),达极显著水平(P<0.001)。同时将组合预测模型应用于河北中部平原2012年各县(区)玉米的单产估测,结果表明,模型精度较高(R^(2)=0.52),玉米估测单产与实际单产的平均相对误差和均方根误差分别为9.86%、831.14 kg/km^(2),达到极显著水平(P<0.001),且组合预测模型的精度均优于单一估测模型。研究发现,河北中部平原玉米估测单产随年份发生波动变化,呈先降低后升高的趋势。玉米估测单产以西部地区最高,其次是北部和南部地区,东部地区最低。
