集成学习结合多源数据预测河南省冬小麦单产.pdfVIP

第

40

卷

第

4

期农

业

工

程

学

报Vol.40No.4

2024

年

2

月Transactions

of

the

Chinese

Society

of

Agricultural

EngineeringFeb.

2024177

集成学习结合多源数据预测河南省冬小麦单产

陈一凡

，李璇

，王绍雯

，杨姗姗

，张佳华

，张莎

※

（青岛大学计算机科学技术学院，青岛

266071）

摘要：为探讨基于多源数据和集成学习算法预测冬小麦单产的可行性并确定冬小麦单产预测的最佳时间窗，该研究在

河南省冬小麦生长季内划分28个不同的时间窗，使用8种不同的机器学习算法及基于Stacking的集成学习算法，利用

——

20032018年的多种遥感指数数据、气象数据进行训练并预测20192021年单产。结果表明：引入日光诱导叶绿素荧

光（solar-induced

chlorophyll

fluorescence，SIF）特征可以提升河南省冬小麦单产的预测效果；

12月至次年5月为机器

学习算法预测冬小麦单产的最佳时间窗；Stacking集成学习算法比其他单机器学习算法更适用于河南省县级尺度冬小麦

单产预测，预测结果的决定系数为0.816，均方根误差和平均绝对误差分别为580.36

和476.01

kg/hm；河南省冬小麦实2

际单产的空间分布呈西低东高的趋势，预测的单产分布特征与实际单产分布特征相当。研究结果可为冬小麦单产预测提

供一种新的方法，也为农作物单产预测模型构建提供新的思路。

关键词：机器学习；遥感；冬小麦；Stacking集成学习；单产预测；最佳时间窗

doi：10.11975/j.issn.1002-6819.202307258

中图分类号：S512.1文献标志码：A文章编号：1002-6819(2024)-04-0177-09

陈一凡，李璇，王绍雯，等.

集成学习结合多源数据预测河南省冬小麦单产[J].

农业工程学报，2024，40(4)：177-185.

doi:

10.11975/j.issn.1002-6819.202307258

CHEN

Yifan,

LI

Xuan,

WANG

Shaowen,

et

al.

Predicting

winter

wheat

yield

per

uint

area

in

Henan

Province

of

China

using

ensemble

learning

and

multi-source

data[J].

Transactions

of

the

Chinese

Society

of

Agricultural

Engineering

(Transactions

of

the

CSAE),

2024,

40(4):

177-185.

(in

Chinese

with

English

abstract)doi:

10.11975/j.issn.1002-6819.202307258http://www.

精度。此外，经验统计模型的局限性还体现在如预测

0引言

精度较低，易受天气变化、气候异常等因素的干扰等方

农业是人类发展和社会稳定的基础。作为人口大国，[6][7]