
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于架构多样化TabNet集成模型的多来源和谐化土壤数据作物类型分类研究
《Scientific Reports》:Architecture diverse TabNet ensemble for crop type classification using harmonized multisource soil data
【字体: 大 中 小 】 时间:2026年10月21日 来源:Scientific Reports 4.9
编辑推荐:
摘要准确分析异质性土壤数据记录可以为数据驱动的农业规划提供支持,但整合来自不同实验室和公共数据库的数据集会引入与单位不一致、来源依赖性分布、缺失值、重复观测值及潜在信息泄露相关的问题。本研究提出了ADWTabNet,一种用于多来源土壤数据和谐化后多类别作物类型分类的架构多样化
准确分析异质性土壤数据记录可以为数据驱动的农业规划提供支持,但整合来自不同实验室和公共数据库的数据集会引入与单位不一致、来源依赖性分布、缺失值、重复观测值及潜在信息泄露相关的问题。本研究提出了ADWTabNet,一种用于多来源土壤数据和谐化后多类别作物类型分类的架构多样化TabNet集成模型。整合后的数据集包含18,237个观测值,涵盖七类作物以及广泛的化学、物理、微生物学和分类土壤属性。所提出的框架结合了单位标准化、重复值控制、来源分布和谐化、分类和数值型数据的分别插补、基于树结构帕尔采估计器(TPE)的超参数优化、结构多样化的TabNet模型、概率级集成融合、校准评估以及基于注意力的解释分析。在分层留出的评估协议下,XGBoost达到了0.8724的测试准确率和0.8670的宏平均F1分数。基线TabNet将这两个指标分别提升至0.8863和0.8822,而经TPE优化的TabNet达到了0.8951的准确率,并将对数损失从0.3325降至0.2566。所提出的ADWTabNet集成模型取得了最佳报告性能,测试准确率为0.9053,宏平均F1分数为0.9025,加权F1分数为0.9050,宏平均ROC-AUC为0.9930,归一化多类别Brier分数为0.0193。重复运行评估确认了该模型相对于单个优化后TabNet的稳定优势,而验证集加权平均与等权架构多样化平均之间的差异不具有统计学显著性。聚合的TabNet注意力分析将腐殖质、磷、电导率、氮和pH值排在首要预测因子之列,这一排序也得到了置换重要性分析的独立支持。这些发现表明,在评估的整合多来源数据集中,作物类型分类得到了改善。然而,在确立更广泛的迁移性之前,需要使用此前未见的实验室和地理区域进行外部验证。
生物通微信公众号