近日，中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)田灌溉研究所節(jié)水高效灌溉技術(shù)與裝備創(chuàng)新團(tuán)隊(duì)，采用特征選擇方法對(duì)水分脅迫冬小麥無(wú)人機(jī)高光譜影像指數(shù)進(jìn)行篩選，開發(fā)了一個(gè)決策層融合集成機(jī)器學(xué)習(xí)模型，探索利用無(wú)人機(jī)高光譜圖像建立冬小麥產(chǎn)量估算的模型，為農(nóng)業(yè)生產(chǎn)精準(zhǔn)灌溉管理提供科學(xué)依據(jù)。相關(guān)研究成果在線發(fā)表于《農(nóng)學(xué)-巴塞爾（Agronomy-basel）》。

　　及時(shí)、準(zhǔn)確預(yù)測(cè)不同水分脅迫情況下作物長(zhǎng)勢(shì)和收獲產(chǎn)量，對(duì)農(nóng)業(yè)精準(zhǔn)灌溉、保證糧食安全有重要意義。該團(tuán)隊(duì)以實(shí)測(cè)產(chǎn)量值為地面真實(shí)測(cè)量值，采用遞歸特征消除、Boruta特征選擇和皮爾遜相關(guān)系數(shù)三種特征選擇方法，依次過(guò)濾高光譜指數(shù)來(lái)降低數(shù)據(jù)的維度。同時(shí)使用特征選擇方法提取出優(yōu)選高光譜指數(shù)作為輸入變量，分別構(gòu)造支持向量機(jī)、高斯過(guò)程、線性嶺回歸和隨機(jī)森林產(chǎn)量預(yù)測(cè)模型，并以此開發(fā)了決策層融合集成機(jī)器學(xué)習(xí)模型來(lái)預(yù)測(cè)小麥的產(chǎn)量。研究發(fā)現(xiàn)，開花期基于遞歸特征選擇的方法準(zhǔn)確率較高，灌漿期基于Boruta特征選擇的方法準(zhǔn)確率較高，決策層融合模型優(yōu)于四種基礎(chǔ)模型，實(shí)現(xiàn)了使用優(yōu)選高光譜指數(shù)特征時(shí)的最高準(zhǔn)確度，可有效預(yù)測(cè)水分脅迫情境下冬小麥產(chǎn)量。

　　該研究得到中國(guó)農(nóng)科院科技創(chuàng)新工程等項(xiàng)目資助。

 

　　論文鏈接：（ https://doi.org/10.3390/agronomy12010202）。