2019年12月2日,浙江大学生物系统工程与食品科学学院林涛研究员团队在《Global Change Biology》期刊上发表题为“A deep learning approach to conflating heterogeneous geospatial data for corn yield estimation:a case study of the US Corn Belt at the county level”的研究论文(https://onlinelibrary.wiley.com/doi/full/10.1111/gcb.14885)。该研究开发了一个基于长短期记忆的玉米估产模型,该模型基于长短期记忆单元,具有时序依赖、信息选择性传递、非线性拟合的特点,其输入数据包括遥感数据和气象数据,在该研究中整合了空间异质的作物物候、气象和遥感等多源数据,估算出了美国玉米带县级玉米的产量,且该深度学习模型在季中和季末玉米产量预测中较之传统模型有了明显的性能提升。
展开▼