基于集成学习算法和WOFOST模型的小麦生长模拟分析与产量预测

来源：湖北农业科学杂志2024年第8期北京时间：

作者：李博, 张婧婧, 雷嘉诚, 杜云

单位：新疆农业大学计算机与信息工程学院/智能农业教育部工程研究中心/新疆农业信息化工程技术研究中心,乌鲁木齐 830052

摘要：针对传统单一作物生长模型和机器学习模型在预测上的限制,将WOFOST模型与灌溉模型结合,利用集成学习算法建立多模型耦合系统（WOFOST耦合模型）,选用美国航空航天局（NASA）1990—2020年数据进行模拟试验,选取2006年、2018年展示试验成果。结果表明,WOFOST耦合模型的小麦叶面积指数、总生物量均高于WOFOST模型,WOFOST耦合模型更贴近实际生产活动。耦合算法的MAE、MSE均低于Bagging、Boosting、Stacking算法,分别为2.836、7.581,R2均高于Bagging、Boosting、Stacking算法,高达0.942。WOFOST耦合模型更全面和准确地模拟作物生长状态,提高产量预测的准确性与可信度。

关键词：集成学习算法,WOFOST模型,小麦生长,模拟,产量预测,耦合

基金资助：新疆维吾尔自治区重大科技专项（2022A02011-2）; 科技创新2030——“新一代人工智能”重大项目（2022ZD0115805）