首页|基于EnKF和随机森林回归的玉米单产估测

基于EnKF和随机森林回归的玉米单产估测

扫码查看
为了提高玉米的估产精度,以河北省中部平原为研究区域,采用CERES-Maize模型模拟2013-2018年8个典型样点玉米整个生育期的叶面积指数(LAI),将遥感反演的LAI与CERES-Maize模型模拟的LAI相结合,通过集合卡尔曼滤波(EnKF)同化算法实现2013-2018年玉米主要生育时期旬尺度LAI的同化,运用随机森林回归法计算同化和未同化的LAI权重,进而建立玉米单产估测模型,对2015年53个县(区)的玉米进行单产估测和精度评价,并分析2013-2018年玉米的单产时空分布特征.结果 表明,采用EnKF算法对8个研究样点进行单点同化,同化LAI更符合玉米实际生长情况;将样点LAI同化值从单点尺度扩展到区域尺度,同化LAI图像减少了相邻像素间LAI陡升陡降的现象,其效果优于遥感反演的LAI;与未同化LAI构建的估测模型相比,应用同化的LAI所建的估测模型精度明显提高,R2提高了0.024 5;在2015年河北中部平原53个县(区)估产结果中,总体平均相对误差为12.11%,RMSE为371 kg/hm2,NRMSE为6.18%;河北中部平原玉米单产估测结果呈现个别年份波动、总体呈先减少后增加的年际变化特点,并呈现西部地区最高、北部和南部地区次之、东部地区最低的空间分布特征.
Estimation of Maize Yield Based on Ensemble Kalman Filter and Random Forest for Regression

王鹏新、胡亚京、李俐、许连香

展开 >

中国农业大学信息与电气工程学院,北京100083

农业农村部农业灾害遥感重点实验室,北京100083

中国农业大学土地科学与技术学院,北京100083

玉米 估产 集合卡尔曼滤波 叶面积指数 随机森林回归

国家重点研发计划项目

2016YFD030060303-3

2020

农业机械学报
中国农业机械学会 中国农业机械化科学研究院

农业机械学报

CSTPCDCSCD北大核心EI
影响因子:1.904
ISSN:1000-1298
年,卷(期):2020.51(9)
  • 7
  • 14