准确估算大面积区域多阶段田间水稻施肥信息，为优化施肥管理以及评估温室气体排放和农业面源污染风险提供了关键支持。大多数现有模型利用政府统计机构或国际数据库（如联合国粮食及农业组织统计数据库）的调查数据来估算年度施肥信息，忽略了作物生长季内不同物候生长阶段的施肥情况。尽管一些研究基于遥感利用叶面积指数（LAI）来估算多阶段施肥信息，但它们采用的是统计模型，导致显著的不确定性。在本研究中，我们提出了一个精确追踪多阶段水稻施肥信息模型（PMTFIM），这是一个新颖的遥感驱动框架，它整合了基于高斯过程回归的LAI时间序列、物候建模以及结合养分平衡理论的机器学习方法，以估算分散农业区域田间尺度的多阶段水稻施肥信息。首先，我们使用高斯过程回归方法获得了每日10米分辨率的LAI数据集，然后整合双逻辑函数生成训练物候数据。因此，我们通过耦合最优机器学习模型基于水稻物候估算施肥日期。施肥量模型通过使用最优机器学习开发，该模型基于养分平衡考虑了施肥、气象条件、土壤性质和LAI动态之间的相互作用。我们确定随机森林模型是多个机器学习模型中的最优模型。结果表明，PMTFIM捕捉到了分散稻田施肥信息的异质性。与现有统计模型相比，基于训练和测试数据集的总体预测精度有所提高（日期：R2>0.95，均方根误差<5天；施肥量：R2>0.80，均方根误差<14千克/公顷）。在测试数据集上评估的田间尺度和独立子区域，PMTFIM在多个生长阶段实现了可靠的精度，施肥日期和施肥量的R2范围为0.53 - 0.80，同时在整个生长季保持了较高的总体精度，R2为0.80 - 0.96。我们提出的方法在估算大面积区域田间尺度作物多阶段施肥信息方面具有巨大潜力，特别是在田块分散的地区。
图 1.（a）江苏省在中国的地理位置，（b）江苏省月平均降雨量与地表温度（LST），（c）江苏省调查样本分布。
图 2.稻田多阶段施肥预测模型（PMTFIM）理论基础概念图。其中，TR、TI、PI 分别代表移栽期施肥、分蘖期施肥和孕穗期施肥。图 3.田间尺度稻田多阶段施肥日期与施肥量预测模型（PMTFIM）流程图。
图 5.施肥量估算概念函数。施肥分别应用于移栽期、分蘖期和孕穗期。
图 6.不同机器学习算法的稻田施肥日期预测精度。（a）基肥施肥日期、（b）分蘖肥施肥日期、（c）孕穗肥施肥日期的模型筛选。
图 7.随机森林模型下多阶段施肥日期实测值与预测值对比。（a）、（c）、（e）分别为基肥、分蘖肥、孕穗肥施肥日期在训练集上的结果；（b）、（d）、（f）为对应在测试集上的结果。
图 8.稻田施肥日期估算值与观测值的验证。其中，移栽期施肥（TR）、分蘖期施肥（TI）和孕穗期施肥（PI）分别用蓝色、灰色和绿色表示。
图 9.江苏省水稻基肥、分蘖肥、孕穗肥施肥日期的模拟图（a、c、e）与观测图（b、d、f）。
图10. 基于稻田多阶段施肥预测模型（PMTFIM）的江苏省水稻基肥、分蘖肥、孕穗肥施氮日期图（a、c、e）与基于统计模型的对应施氮日期图（b、d、f）。
图11. 基于稻田多阶段施肥预测模型（PMTFIM）的不同独立子区域水稻基肥（a）、分蘖肥（c）、孕穗肥（e）施氮日期图；各阶段的验证结果通过测试数据集获得，分别显示于（b）、（d）、（f）中。（g）为该子区域内稻田多阶段施肥预测模型（PMTFIM）的整体验证结果，（h）为该子区域内统计模型的整体验证结果。图12.田间尺度稻田基肥（TR）、分蘖肥（TI）、孕穗肥（PI）施肥日期模拟图。（d）为该子区域内稻田多阶段施肥预测模型（PMTFIM）的整体验证结果。其中，站点 1（Site1）、站点 2（Site2）、站点 3（Site3）分别用红色、蓝色和绿色表示。图13. 不同机器学习算法的稻田施肥量预测精度。（a）基肥施肥量、（b）分蘖肥施肥量、（c）孕穗肥施肥量的模型筛选。图14. 随机森林模型下多阶段施肥量在训练集与测试集上的实测值与预测值对比。（a）、（c）、（e）分别为基肥、分蘖肥、孕穗肥施肥量在训练集上的结果；（b）、（d）、（f）为对应在测试集上的结果。图15. 稻田多阶段施肥预测模型（PMTFIM）（a）与统计模型（b）的稻田施肥量估算值与观测值验证。其中，移栽期施肥（TR）、分蘖期施肥（TI）和孕穗期施肥（PI）分别用蓝色、灰色和绿色表示。图16. 江苏省水稻基肥、分蘖肥、孕穗肥施氮量的模拟图（a、c、e）与观测图（b、d、f）。图17.基于稻田多阶段施肥预测模型（PMTFIM）的江苏省水稻基肥、分蘖肥、孕穗肥施氮量图（a、c、e）与基于统计模型的对应施氮量图（b、d、f）。图 18.基于稻田多阶段施肥预测模型（PMTFIM）的不同独立子区域水稻基肥（a）、分蘖肥（c）、孕穗肥（e）施氮量图；各阶段的验证结果通过测试数据集获得，分别显示于（b）、（d）、（f）中。（g）为该子区域内稻田多阶段施肥预测模型（PMTFIM）的整体验证结果，（h）为该子区域内统计模型的整体验证结果。图 19.田间尺度稻田基肥（TR）、分蘖肥（TI）、孕穗肥（PI）施肥量模拟图。（d）为该子区域内稻田多阶段施肥预测模型（PMTFIM）的整体验证结果。其中，站点 1（Site1）、站点 2（Site2）、站点 3（Site3）分别用红色、蓝色和绿色表示。声明：本推文仅用于学习交流，不做其他任何目的。若有侵权，请联系微信号：GeeStudy_2020删除或修改！论文doi链接：https://doi.org/10.1016/j.isprsjprs.2025.10.006，点赞、收藏、关注！后台回复：GEE遥感训练营251023，免费获取原文。
