农业经营者可以预测小麦在不同生长发育和收获阶段的产量，并采取不同的措施，实现精准管理。为将农业机械工程自动化应用于小麦产量预测，利用改进的多尺度分解图像融合算法（RMGF）建立了无人机多模态数据小麦产量预测模型。利用农业无人机提取不同数据源，如地形和空间变异的垂直分布、冠层高度和小麦株高、冠层温差、植被光谱特征和植被指数等。然后基于基数排序算法（MSD）的GF分解算法将多模态图像分解为近似图像和细节图像，利用RSA对融合权图进行优化后，根据优化后的权图进行IMST得到融合图像。利用该模型对耐热、中耐热、高温敏感3种小麦品种的产量预测进行回归分析，最终对某产区2015 - 2024年的小麦产量进行预测。结果表明，本文RMGF多模态模型预测3种小麦产量的R²分别为0.7936、0.8609和0.9262，具有较好的预测精度。高产区预测产量与实际产量基本一致，预测误差在9000 kg/ha以上。小麦预测误差在0 ~ 2.26%之间，2024年小麦主产区产量预测值为7050 kg/ha。本研究为主产区的大规模产量估算提供了一种可行的方法，有助于植物高通量表型分析和农业精准化改革。

图1  耐热小麦产量预测。

图2  中耐热小麦产量预测。

图3  高温敏感型小麦产量预测。

图4  2015 - 2024年小麦产量预测数据。