摘要：权家璐, 陈雯柏, 王一群, 程佳璟, 刘亦隆. 基于GCN-BiGRU-STMHSA的农业干旱预测研究[J]. 智慧农业(中英文), 2025, 7(1): 156-164.
引用格式：
权家璐, 陈雯柏, 王一群, 程佳璟, 刘亦隆. 基于GCN-BiGRU-STMHSA的农业干旱预测研究[J]. 智慧农业(中英文), 2025, 7(1): 156-164.
DOI： 10.12133/j.smartag.SA202410027
QUAN Jialu, CHEN Wenbai, WANG Yiqun, CHENG Jiajing, LIU Yilong. Research on Agricultural Drought Prediction Based on GCN-BiGRU-STMHSA[J]. Smart Agriculture, 2025, 7(1): 156-164.
官网全文免费阅读
知网阅读
基于GCN-BiGRU-STMHSA的农业干旱预测研究
权家璐， 陈雯柏*， 王一群， 程佳璟， 刘亦隆
（北京信息科技大学，北京 100192，中国）
摘要：
［目的/意义］农业干旱对中国农业生产发展具有消极影响，甚至威胁到粮食安全。为了降低灾害损失，保障中国的作物产量，根据标准化土壤湿度指数（Standardized Soil Moisture Index, SSMI）对农业干旱进行准确预测和等级分类具有重要意义。
［方法］基于遥感数据，采用深度学习相关模型实现了农业干旱预测。首先，考虑了农业干旱的空间特点，提出了一种结合图神经网络、双向门控循环单元（Bi-Directional Gated Recurrent Unit, BiGRU）和多头自注意力机制的农业干旱预测模型GCN-BiGRU-STMHSA（Graph Convolutional Networks-Bidirectional Gated Recurrent Unit-Spatio-Temporal Multi-Head Self-Attention）。其次，使用日尺度的SSMI作为农业干旱指标。最后，根据搭建的GCN-BiGRU-STMHSA模型实现对SSMI的精准预测和分类。采用全球陆地数据同化系统2.1（Global Land Data Assimilation System-2.1, GLDAS-2.1）为数据集，在该数据集上训练GCN-BiGRU-STMHSA模型，以预测SSMI值并进行农业干旱等级分类。并与经典深度学习模型进行了比较。
［结果和讨论］实验结果表明，GCN-BiGRU-STMHSA模型结果优于其他模型。在5个研究地点中，固始县数据集上误差最小，预测10天后的SSMI时，其平均绝对误差（Mean Absolute Error, MAE）为0.053、均方根误差（Root Mean Square Error, RMSE）为0.071、决定系数（Coefficient of Determination, R2）为0.880，准确率（Accuracy, ACC）为0.925，调和平均值（F1）为0.924。预测步长越短，预测的效果越好，当预测步长为28天时，模型预测干旱分类表现依然良好。
［结论］该模型在农业干旱预测和分类任务中具有更高的精度和更好的泛化能力。
关键词：农业干旱预测；BiGRU；多头自注意力机制；图神经网络；标准化土壤湿度指数
文章图片
图1 农业干旱预测模型总框架图
Fig. 1 Framework diagram of the agricultural drought prediction model图2 空间多头自注意力机制结构图
Fig. 2 Spatial multi-head self-attention mechanism structure diagram图3 时间特征提取模块BiGRU-TMHSA构建结构图
Fig. 3 Architecture diagram of the BiGRU-TMHSA time feature extraction module图4 在阜阳市预测步长为7天的SSMI预测值与真实值对比图
Fig. 4 Comparison of predicted and true SSMI values in Fuyang city for prediction steps of 7 days通信作者简介
陈雯柏 教授
陈雯柏，男，北京信息科技大学教授，博士生导师，中国人工智能学会副秘书长、中国指挥与控制学会理事、北京人工智能学会监事、中国教育发展战略学会人工智能与机器人专业委员会常务理事、清华大学出版社专家委员，北京信息科技大学青年教学名师、勤信学者，北京高校优秀专业课主讲教师。研究方向为人工智能与智能检测，担任北京信息科技大学智能检测与模式识别研究所负责人，主持科技部科技创新2030“新一代人工智能”重大项目课题、国家自然科学基金重大研究计划项目课题、国家自然科学基金面上项目、北京市自然科学基金重点专项、北京市自然科学基金面上项目、教育部人文社科基金项目等，获中国指挥与控制学会科技进步奖、吴文俊人工智能科学技术奖。
转载请联系编辑部授权
本期支持单位
潍柴雷沃智慧农业科技股份有限公司
华东交通大学智能机电装备创新研究院
为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法：加小编微信17346525780，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。
发布征集
欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。
来源：智慧农业资讯一点号
