玉米是中国主要粮食作物之一，2024年种植面积为4.474×107 hm²，占全国粮食种植总面积的37.49%。及时、准确地获取玉米产量，对制定农业政策和国民经济发展具有重要意义。

为深入挖掘时序遥感影像参数信息进而提高玉米产量估测精度，解毅老师团队以山西省太原盆地和上党盆地为研究区，选取与玉米产量相关的Sentinel-2遥感影像计算的多个植被指数作为输入遥感参数，利用不同超参数优化算法获取长短期记忆网络（long short term memory，LSTM）模型最佳隐藏层数、学习率等超参数值及其组合，分别构建贝叶斯优化、网格搜索和经验调参的LSTM玉米估产模型，并基于决定系数（coefficient of determination，R²）和均方根误差（root mean square error，RMSE）评估模型估测精度，基于五折交叉验证结果分析估产模型的鲁棒性，选择高精度的估产模型进行区域产量估测并利用沙普利值的加性解释方法(shapley additive explanations，SHAP)进行可解释性分析。

结果表明，相较于网格搜索的LSTM模型（R²为0.92，RMSE为371.80 kg·hm-²）和经验调参的LSTM模型（R²为0.76，RMSE为769.65 kg·hm^-²），贝叶斯优化的LSTM模型（R²为0.96，RMSE为201.91 kg·hm^-²）具有较高的估测精度。贝叶斯优化的LSTM模型的五折交叉验证个别折的损失值较高，但总体鲁棒性表现良好。区域模拟单产表现较明显的空间异质性，估测产量与统计产量之间具有良好的相关性；所选植被指数与玉米产量呈正相关，且土壤调节植被指数在玉米产量估测特征重要性排序中位于前列。

解毅教授将继续从事农业遥感的相关研究工作，逐步完善团队对农作物种植面积提取、产量估测及预测体系，从而推动遥感技术在农业方面的应用研究。

论文信息：黄家一,解毅,荀兰,等.基于贝叶斯优化LSTM的玉米单产估测[J/OL].中国农业科技导报(中英文),1-12[2026-06-07].https://doi.org/10.13304/j.nykjdb.2025.0420.