2021年4月28日，西北农林科技大学机电学院韩文霆研究员在农林科学类期刊Agricultural Water Management（中科院一区Top期刊）发表了题为“Mapping maize crop coefficient Kc using random forest algorithm based on leaf area index and UAV-based multispectral vegetation indices”的研究论文。机电学院邵国敏为第一作者，韩文霆研究员为通讯作者，西北农林科技大学机电学院为第一单位。
快速且准确地估算大田玉米作物系数Kc对于获取玉米蒸散发ET具有重要意义。高时空分辨率Kc分布图研究的缺乏，限制了作物系数法在精准灌溉农业中的应用。本文以2017至2019年内蒙古地区不同灌溉水平的大田玉米为研究对象，采用无人机六种多光谱植被指数（红、绿、蓝、红边和近红外波段的组合）和地面测量的叶面积指数LAI，建立了大田玉米Kc的随机森林估算模型。研究结果表明，结合多光谱植被指数和LAI，使用随机森林回归算法可以较好地估算大田玉米Kc，且该模型在不同灌溉条件下有很好的适应性；应用本文建立的Kc估算模型可以生成厘米级分辨率的Kc空间分布图，同时也可对玉米不同生育期的累积蒸散量进行估算。因此，本文建立的大田玉米Kc估算模型可较好地估算大田玉米用水量，同时可为当地农民大田灌溉方案的制定提供指导。
图12017-2019年作物系数Kc的随机森林回归估算模型
图2厘米级分辨率的大田玉米Kc空间分布图
论文链接：https://doi.org/10.1016/j.agwat.2021.106906