[1]贠超,韩勇,陈红旗,等.融合多生育期气象特征的小麦产量深度学习预测方法[J].江苏农业科学,2026,54(13):215-225.
　Yun Chao,et al.A deep learningbased prediction method for wheat yield integrating meteorological characteristics across multiple growth stages[J].Jiangsu Agricultural Sciences,2026,54(13):215-225.
点击复制

融合多生育期气象特征的小麦产量深度学习预测方法()

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第54卷
期数:
2026年第13期
页码:
215-225
栏目:
农业工程与信息技术
出版日期:
2026-07-05

文章信息/Info

Title:
A deep learningbased prediction method for wheat yield integrating meteorological characteristics across multiple growth stages
作者:
贠超; 韩勇; 陈红旗; 薛鑫; 刘国涛
安阳市农业科学院，河南安阳 455000
Author(s):
Yun Chao; et al
关键词:
小麦; 产量预测; 生育期机制; 气象因子; MSMF-DNN
Keywords:
-
分类号:
S126
DOI:
-
文献标志码:
A
摘要:
小麦是保障粮食安全的重要作物，河南安阳作为黄淮海麦区典型代表，其产量受气象因子影响显著。针对现有产量预测模型存在气象特征提取粗放、生育期机制融合不足、关键气象信息利用不充分等问题，以安阳市冬小麦为对象，提出一种融合多生育期气象特征的深度学习预测方法(MSMF-DNN)。该方法系统考虑小麦全生育周期的气象影响，将其划分为播种期、分蘖期、拔节期、孕穗期、灌浆期、成熟期等6个阶段，针对每个阶段提取日照时数、气温、地温、降水量、风速等气象统计特征，通过深度神经网络的多层特征学习实现对产量的精确预测。基于安阳历史小麦产量及气象数据的验证结果表明，MSMF-DNN模型的决定系数(R2)为0.95，平均绝对百分比误差(MAPE)为154%，均方根误差(RMSE)为117.65 kg/hm2，平均绝对误差(MAE)为101.65 kg/hm2。上述指标表明，该模型的拟合与泛化能力显著优于传统方法，可有效识别“倒春寒”、持续干旱、连阴雨等极端天气事件对产量的影响。综上，MSMF-DNN模型能够有效捕捉多生育期气象要素对小麦产量的综合影响，具有预测精度高、稳定性好的特点，展现出较强的泛化能力和实际应用价值。本研究可为小麦产量预测提供新的技术途径，也可为农业气象预测模型的机理融合设计提供参考。
Abstract:
-

参考文献/References:

［1］李远斌，卜祥峰，丁云鸿，等. 小麦产量预测模型综述［J］. 智慧农业导刊，2023，3(5)：13-19.
［2］李枫荻，张钊. 全球小麦贸易的现状、挑战与对策：基于国际供应链的分析［J］. 粮食问题研究，2025(4)：15-19.
［3］李明. 河南省粮食产业高质量发展探究［J］. 农业产业化，2025(10)：35-37.
［4］景晓，郭庆钟，牛伶锐，等. 小麦关键生育时期测墒补灌对产量及水分利用效率的影响［J］. 河南农业，2025(21)：82-83.
［5］贠超，杨春玲，韩勇，等. 不同秸秆还田量对安麦13产量及产量要素的影响［J］. 中国种业，2021(6)：75-77.
［6］舒服华. 基于ARMA模型的我国小麦产量预测［J］. 现代面粉工业，2017，31(4)：26-30.
［7］Morales G，Sheppard J W，Hegedus P B，et al. Improved yield prediction of winter wheat using a novel two-dimensional deep regression neural network trained via remote sensing［J］. Sensors，2023，23(1)：489.
［8］鲍烈，王曼韬，刘江川，等. 基于卷积神经网络的小麦产量预估方法［J］. 浙江农业学报，2020，32(12)：2244-2252.
［9］甘甜，李雷，李红叶，等. 基于多源遥感数据和机器学习算法的冬小麦产量预测研究［J］. 麦类作物学报，2022，42(11)：1419-1428.
［10］李树强，李民赞. 基于车载近地遥感系统的冬小麦生育早期产量估测方法［J］. 农业工程学报，2014，30(3)：120-127.
［11］齐浩，吕亮杰，孙海芳，等. 基于无人机高光谱遥感与机器学习的小麦品系产量估测研究［J］. 农业机械学报，2024，55(7)：260-269.
［12］郭利进，张家豪. 基于IOWA算子组合灰色神经网络的小麦产量预测［J］. 粮食与油脂，2022，35(10)：26-30.
［13］黄杰，王君，葛昌斌，等. 漯河市小麦籽粒灌浆特性及其与气象因子的关系［J］. 江苏农业科学，2022，50(19)：86-92.
［14］员艳华. 小麦种植过程中的气候因素对产量影响的研究［J］. 农业开发与装备，2025(5)：138-140.
［15］周景春，周素英，王苏瑶，等. 气候条件对黄淮南片小麦产量的影响［J］. 特种经济动植物，2023，26(5)：52-57.
［16］王兴，刘晶晶，阚苗苗，等. 我国主要粮食作物产量预测模型及分布特征分析［J］. 长江大学学报(自科版)，2014，11(11)：76-79，83.
［17］郭春强，张振永，齐双丽，等. 影响小麦产量的气象因素分析及产量气象模型研究［J］. 天津农业科学，2019，25(4)：38-41.
［18］徐路路，张德贤. 基于深度信念网络的粮食产量预测［J］. 河南工程学院学报(自然科学版)，2019，31(1)：77-80.
［19］许鑫，马兆务，熊淑萍，等. 基于气候年型的河南省冬小麦产量预测［J］. 中国农业科技导报，2022，24(2)：136-144.
［20］李博，张婧婧，雷嘉诚，等. 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［J］. 湖北农业科学，2024，63(8)：85-91.

相似文献/References:

[1]何震天,张容,王建华,等.小麦扬辐麦4号高产表现及配套栽培技术[J].江苏农业科学,2013,41(04):69.
[2]缪建国,于莎,李锦霞,等.小麦扬辐麦4号特征特性及超高产栽培技术[J].江苏农业科学,2013,41(04):75.
[3]孙苏阳,李海军,王永军,等.高产广适多抗小麦主推品种淮麦25的特征特性及 高产栽培技术[J].江苏农业科学,2013,41(04):93.
[4]孙苏阳,李海军,王永军,等.高产小麦新品种淮麦32的选育及栽培技术[J].江苏农业科学,2013,41(05):83.
　Sun Suyang,et al.Breeding and cultivation techniques of a new wheat cultivar “Huaimai No.32”[J].Jiangsu Agricultural Sciences,2013,41(13):83.
[5]刘亚柏.有机水稻—红花草轮作对有机稻产量及土壤肥力的影响[J].江苏农业科学,2014,42(12):72.
　Liu Yabo,et al.Effects of organic rice-clover rotation on yield and soil fertility of organic rice[J].Jiangsu Agricultural Sciences,2014,42(13):72.
[6]杜菲,郑慧,李宏军.以还原糖含量为指标的膨化小麦辅料麦汁糖化工艺优化[J].江苏农业科学,2014,42(11):306.
　Du Fei,et al(0).Optimization of saccharification process of puffed wheat wort taking reducing sugar content as indicator[J].Jiangsu Agricultural Sciences,2014,42(13):306.
[7]徐艳,江建敏,国骏,等.黄瓜褐斑病菌菌丝蛋白对小麦种子萌发、生长及抗旱性的影响[J].江苏农业科学,2014,42(11):159.
　Xu Yan,et al(9).Effects of cucumber brown spot pathogen mycelium protein on seed germination，growth and drought resistance of wheat[J].Jiangsu Agricultural Sciences,2014,42(13):159.
[8]郑光耀,高丽萍,尹有干,等.冷杉针叶三萜酸在小麦生产上的应用[J].江苏农业科学,2014,42(11):98.
　Zheng Guangyao,et al(98).Application of triterpene acids from fir needles in wheat production[J].Jiangsu Agricultural Sciences,2014,42(13):98.
[9]钱宏兵,朱德进,于倩倩.氮素营养水平对中筋小麦扬麦16产量和氮素吸收的影响[J].江苏农业科学,2013,41(06):71.
　Qian Hongbing,et al.Effects of nitrogen nutrition levels on yield and nitrogen uptake of medium gluten wheat cultivar “Yangmai 16”[J].Jiangsu Agricultural Sciences,2013,41(13):71.
[10]吕艳伟,何文慧,陈雨鸥,等.盐胁迫对小麦幼苗光合色素含量和细胞膜的影响[J].江苏农业科学,2013,41(06):74.
　Lü Yanwei,et al.Effects of salt stress on photosynthetic chlorophyll content and cell membrane in wheat[J].Jiangsu Agricultural Sciences,2013,41(13):74.
[11]李晔,白雪.基于新维无偏灰色马尔可夫模型的小麦产量预测[J].江苏农业科学,2021,49(15):181.
　Li Ye,et al.Forecast of wheat yield based on new dimensional unbiased grey Markov model[J].Jiangsu Agricultural Sciences,2021,49(13):181.

备注/Memo

备注/Memo:
收稿日期：2025-12-18
基金项目：国家小麦产业技术体系项目(编号：CARS-03-70)；河南省重点研发专项(编号：251111110900)。
作者简介：贠超(1983—)，男，河南安阳人，硕士，助理研究员，主要从事小麦育种与栽培研究。E-mail：tieyun7247@163.com。
通信作者：陈红旗，副研究员，主要从事小麦栽培与技术推广研究。E-mail：aychq@126.com。
更新日期/Last Update: 2026-07-05