JIA优先上线 | 扬州大学智慧农业研究院孙成明教授课题组基于多源遥感数据估算地上生物量生长曲线参数提升小麦产量估测精度

本研究针对小麦产量精准估测中缺乏生理机制解释的问题，提出了一种基于地上生物量（AGB）生长曲线参数的产量估测方法。研究通过田间试验构建了具有显著差异的冬小麦群体，基于实测地上生物量数据拟合Logistic S型生长曲线，提取最大生长速率、拐点时间及阶段生长速率等关键参数。在此基础上，融合植被指数、纹理特征、冠层结构参数及冠层温度等多源遥感信息构建AGB估算模型，并将生长曲线参数作为桥梁变量引入机器学习模型。结果表明，基于实测AGB生长曲线参数的产量估测模型决定系数达0.97，误差显著降低；多源遥感驱动的AGB估算在开花后30天达到最佳效果，有效缓解了植被指数饱和问题。该方法在不同地区和年份保持稳定，显著提高了预测精度和模型生理可解释性，为小麦产量估测从经验驱动向机理驱动转变提供了新思路。