[發明專利]一種基于機器學習算法的多植被指數的水稻產量估測方法

在審

• 申請號: 201911311109.6
• 申請日: 2019-12-18
• 公開（公告）號: CN111241912A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 查海涅;苗宇新;查沛;夏紹偉
• 申請（專利權）人: 安徽易剛信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06Q10/04;G06Q50/02;G06N20/10;G06N20/20
• 代理公司: 北京國謙專利代理事務所(普通合伙) 11752
• 代理人: 彭淋

本發明公開了一種基于機器學習算法的多植被指數的水稻產量估測方法，以寒地水稻主要種植區—黑龍江省建三江七星農場典型規?；r田田塊為對象，通過設置不同氮素水平的田塊尺度試驗，結合無人機遙感技術獲取寒地2017年、2018年水稻拔節期(SE)和抽穗期(HD)的光譜數據，構建了基于這兩個時期多植被指數與寒地水稻實測產量的回歸模型，并結合作物實測產量進行模型評價，該方法可以快速有效地診斷和評估作物長勢和產量，為規?；N植經營提供快捷高效的管理工具，有效解決了單一植被指數估測方法未能綜合考慮其他植被指數影響的問題，同時也解決了遙感數據浪費的現象，實用性強。

技術領域

本發明涉及農業生產技術領域，具體為一種基于機器學習算法的多植被指 數的水稻產量估測方法。

背景技術

目前，大范圍的作物估產多使用衛星遙感方法，但衛星遙遙感受天氣、空 間分辨率和氣候影響較大。對于農田管理角度而言，衛星遙感難以實現高精度 的產量估測，特別是在多雨寡照的水稻種植區域，采用合適的時期獲取高分辨 率的衛星圖像，實現高精度產量估測具有一定難度。近幾年，具有低成本、機 動性強、操作簡單、觀測范圍大等優點的無人機平臺發展迅速，遙感能夠提供 高時空分辨率的遙感影像基于無人機遙感的系統，可以提供精度較高的合適圖 像，為農田信息獲取和田塊尺度的產量估測提供了新途徑。

另外，國內外很多學者展開了遙感技術估測作物產量主要通過建立植被指 數與產量之間的統計模型運用遙感數據進行產量估測的研究。但單一植被指數 估測方法未能綜合考慮其他植被指數的影響，同時也造成了其他植被遙感數據 的浪費，有待解決。

發明內容

(一)解決的技術問題

針對現有技術的不足，本發明提供了一種基于機器學習算法的多植被指數 的水稻產量估測方法，解決了現今單一植被指數估測方法未能綜合考慮其他植 被指數的影響，同時也造成了其他植被遙感數據的浪費的問題。

(二)技術方案

為實現以上目的，本發明通過以下技術方案予以實現：一種基于機器學習 算法的多植被指數的水稻產量估測方法，以寒地水稻主要種植區—黑龍江省建 三江七星農場典型規?；r田田塊為對象，通過設置不同氮素水平的田塊尺度 試驗，結合無人機遙感技術獲取寒地2017年、2018年水稻拔節期(SE)和抽穗 期(HD)的光譜數據，構建了基于這兩個時期多植被指數與寒地水稻實測產量 的回歸模型，并結合作物實測產量進行模型評價，包括以下步驟：

①研究區域的實驗設置：我國東北地區黑龍江省農墾總局佳木斯市建三江 分局管理局七星農場(47.01°N～47.29°N，132.31°E～134.14°E)，主要氣候 類型屬于寒溫帶大陸性季風氣候，全年平均日照時數2300-2600h，無霜期 110-135天，全年降水量500～600mm，72％集中在6月至9月，于在2017年和 2018年，開展了不同氮水平、品種(龍粳21、龍粳31)、密度(27穴/m²、33穴 /m²)的小區試驗，并設置3個重復，每個處理小區田塊面積為7×9m²，當地水 稻通常4月中旬左右在溫室大棚內進行育秧，移栽時間為5月中旬，收獲時間為9月下旬，氮肥分別在移栽期、分蘗期和拔節期施入，其中基肥：蘗肥：穗 肥為4：3：3，所有處理磷肥和鉀肥的施用量相同，在水稻移栽前全部施入磷肥 50kg P₂O₅ ha^-1。鉀肥施用量為105kg K₂O ha^-1，分別在水稻移栽前和拔節期各 施入50％。