《Science of Remote Sensing》:Improving regional crop yield prediction by incorporating intra-regional phenological variations
编辑推荐:
地面作物产量记录通常仅以区域尺度发布以保护农户隐私。为预测区域作物产量,遥感与气象变量通常被聚合(如取平均)以匹配地面产量记录的空间尺度。然而,遥感数据的空间聚合——如对像元尺度植被指数(vegetation index, VI)时间序列进行简单平均——忽略了
地面作物产量记录通常仅以区域尺度发布以保护农户隐私。为预测区域作物产量,遥感与气象变量通常被聚合(如取平均)以匹配地面产量记录的空间尺度。然而,遥感数据的空间聚合——如对像元尺度植被指数(vegetation index, VI)时间序列进行简单平均——忽略了区域内部的物候差异。多项植被物候研究揭示,简单平均会导致物候偏差,扭曲作物特异性物候特征的表征,进而损害作物产量建模的精度。为应对这一关键局限,研究人员提出了一种显式融合区域内部物候异质性的新型产量预测框架。该方法不依赖聚合后的VI时间序列,而是首先应用自适应聚类(adaptive clustering)根据生长动态自动对像元进行分组,随后将所得的亚区域及其 respective 面积比例整合入基于卷积神经网络(convolutional neural network, CNN)建模框架的定制化损失函数中,称为Group-CNN。研究人员在美国玉米带13个州的大豆产量预测中评估了Group-CNN的性能,并将其与多个基准模型进行了比较。结果表明,Group-CNN始终优于基准模型,实现了更低的均方根误差(root mean square error, RMSE)(5.16 vs. 5.94–6.76 bu/ac)、更高的决定系数(coefficient of determination, R2)(0.83 vs. 0.72–0.76)以及更低的平均绝对百分比误差(mean absolute percentage error, MAPE)(9.78% vs. 11.72–12.81%)。消融实验证实,当排除区域内部物候差异时,模型性能显著下降。该研究强调了准确表征区域内部作物物候特征的重要性——这是当前产量预测模型中常被忽视的因素。
该研究聚焦于区域作物产量预测中的空间尺度匹配问题,发表于《Science of Remote Sensing》。全球人口预计将在未来50年内达到约100亿,准确及时的作物产量预测对于保障粮食安全和农业管理至关重要。传统统计方法依赖大量地面调查,在时效性和空间覆盖度方面存在局限。随着遥感技术的发展,卫星数据已被广泛应用于作物产量预测。现有作物产量预测模型主要分为两类:一类是基于作物生长模型的过程模型,如世界粮食研究模型(World Food Studies, WOFOST)和农业技术转让决策支持系统(Decision Support System for Agrotechnology Transfer, DSSAT),这类模型通过数学方程模拟光合作用、呼吸消耗、干物质积累分配及物候发育等关键生物过程,但需要大量参数且计算成本较高;另一类是数据驱动模型,直接建立作物产量与各解释变量之间的关系,常用的解释变量包括植被指数时间序列,机器学习方法涵盖随机森林、支持向量机及深度学习等方法。
然而,作物产量数据与遥感观测之间存在空间尺度不匹配问题。由于涉及农户隐私,产量数据通常不公开田块级记录,而以较大区域尺度发布,例如美国农业部国家农业统计服务局(National Agricultural Statistics Service, NASS)仅公布县级作物产量数据。为使遥感数据与产量数据空间兼容,以往研究通常对遥感数据和气象变量进行空间聚合,如将同一作物类型的像元级植被指数数据通过均值或分位数统计聚合到县级尺度。但这种聚合方法未能考虑同一县域内代表同一作物类型的像元之间的物候变异性。由于播种日期和农业管理措施的差异,即使空间相邻的田块,作物生长阶段\xB7\xEA也可能存在显著差异。因此,县级聚合植被指数时间序列的物候特征与单个像元的平均物候存在明显差异,这主要由物候尺度效应导致。例如,两个生长季长度相同但物候期存在同步时间偏移的像元,其平均植被指数时间序列的起始生长期(start of season, SOS)会偏向较早的像元,而结束生长期(end of season, EOS)则偏向较晚的像元,导致整体生长季长度被人为延长。这种物候尺度效应扭曲了作物物候特征的表征,突显了在作物产量预测模型中考虑区域内部物候变异性的重要性。
为应对上述问题,研究人员开展了系统研究。该研究首先指出,虽有研究通过物候影像(phenology imagery)概念利用直方图捕获产量预测因子的空间异质性,但物候影像仅能针对单个物候阶段生成,且需要完整的植被指数时间序列,限制了其在季内产量预测中的应用。因此,研究人员提出了一种新型预测方法Group-CNN,通过表征县级以下空间尺度的作物生长模式空间异质性来提升县级产量预测精度。
在研究方法上,Group-CNN采用的技术路线主要包括:自适应聚类、自定义损失函数与卷积神经网络架构。样本队列来源于美国玉米带13个州2008年至2023年的县级大豆产量记录,共涵盖1059个县的13904个县-年观测值。遥感数据采用MODIS地表反射率产品MOD09A1衍生的两波段增强型植被指数(Two-band Enhanced Vegetation Index, EVI2),经Savitzky-Golay滤波平滑处理,空间分辨率为500 m。气象数据来自Daymet Version 4数据集,包括日最低温度(t
min)、最高温度(t
max)和降水量。土壤湿度数据采用NASA GLDAS v2.2 CLSM(Catchment Land Surface Model)G025每日同化产品中的剖面土壤湿度(Profile Soil Moisture),经重采样至500 m分辨率。
Group-CNN的具体实现分为两个关键步骤。首先,对每个县内所有像元级的EVI2年际时间序列进行聚类分析,采用迭代自组织数据分析技术算法(Iterative Self-Organizing Data Analysis Technique Algorithm, ISODATA),该算法可根据预设的欧氏距离阈值自动合并或分裂聚类,最小聚类规模设为20个像元,以捕获县域内物候变异性。其次,将聚类得到的亚组及其在县域内的面积比例整合入基于CNN的预测框架中,设计GroupMSE(Group Mean Squared Error)损失函数,使网络独立预测各聚类的产量贡献,再按面积比例加权聚合得到县级产量预测值。
研究结果部分,"不同产量预测方法的性能评估"表明,在2022-2023年独立测试数据集上,Group-CNN的RMSE为5.16 bu/ac,R
2为0.83,MAPE为9.78%,均优于随机森林(RMSE: 6.76 bu/ac)、支持向量回归(RMSE: 6.55 bu/ac)、PB-CNN(RMSE: 5 show质量, and the lowest mean absolute percentage error (MAPE) (9.78% vs. 11.72–12.81%). Ablation experiments reveal a notable decline in performance when aggregated VI time series are used within Group-CNN, underscoring the importance of accurately representing intra-regional phenological variations in the future development of crop yield modeling.rmance in crop yield predic
5.94 bu/ac)及消融模型"w/o intra-county"(RMSE: 6.13 bu/ac)。消融实验表明,排除县域内物候变异后模型性能显著下降(P < 0.01, t检验),证实了融合县域内物候差异的必要性。所有模型对低产量数据点的预测精度相对有限,这可能与西南部州份水分不足有关。
"基于Group-CNN的县级大豆产量制图"显示,Group-CNN预测的产量空间格局与地面参考数据总体一致,中部州份生产力较高,西部较低。2022年和2023年的预测误差主要集中在西部州份,特别是堪萨斯州部分县的绝对误差超过12 bu/ac,2023年该州遭遇极端干旱,为2008-2023年产量最低年份,极端环境条件与管理措施的复杂性对模型构成挑战。
"不同聚类数量下Group-CNN的性能"研究表明,采用可变聚类数量的Group-CNN显著优于固定聚类数量的方案,且固定聚类数量不存在一致的最优值。聚类数量过少无法捕捉县域内大豆生长模式变异性,过多则增加模型参数化难度,凸显了自适应聚类的重要性。
讨论部分,研究人员从三个方面进行了深入分析。在"Group-CNN的创新性"方面,研究指出气象变量因空间分辨率较粗且县域内异质性较低,聚合处理尚可接受;但植被生长动态本质上具有异质性,聚合植被指数时间序列会扭曲县级作物生长动态的表征。实验表明,即使采用最小值、最大值或90th分位数等替代聚合策略,也无法缓解物候尺度效应对产量预测的影响,说明常规聚合操作无法充分捕捉县域内物候异质性。
在"Group-CNN的实际应用"方面,研究人员评估了四种具体应用场景。第一,极端气候年份预测:2012年美国玉米带遭遇严重干旱,Group-CNN在该年的预测精度虽低于正常年份(RMSE: 5.33 vs. 5.16 bu/ac),但仍优于所有对比模型(RMSE: 5.33 vs. 5.50–6.03 bu/ac),显示了其相对稳健性。第二,物候对齐测试:采用形状模型拟合对EVI2时间序列进行时间平移和缩放对齐后,产量预测未获改善,可能是因为物候阶段 exact timing信息在对齐后完全失真。第三,季内产量预测:从每年第201天(约7月底)至生长季末的逐8天预测实验表明,常规模型在8月中旬前优于深度学习模型,可能因其对不完整植被指数时间序列的噪声更具鲁棒性;Group-CNN从8月中旬起表现稳定且优于其他模型,这与美国玉米带大豆结荚期(决定产量的关键阶段)通常出现在8月中下旬相吻合。第四,其他作物适应性:采用相同架构和参数设置进行的县级玉米产量预测初步实验表明,融合县域内物候异质性同样改善了玉米产量预测,但针对玉米的进一步优化值得探索,因其产量受播种前条件和早期物候阶段的影响与大豆不同。
在"Group-CNN的局限性"方面,研究坦承五点不足:模型专为县级产量预测设计,难以直接应用于田块或像元尺度;虽测试了长短期记忆网络(Long Short-Term Memory, LSTM)但性能不及一维CNN,而融合县域内物候变异的概念可扩展至更先进架构;当前输入变量可进一步扩展太阳辐射、蒸散发和生物量等,但这些变量近实时获取困难可能影响预测时效性;模型在美国玉米带验证,其他地区的适用性取决于统计年鉴中作物产量报告的质量和可获取性;MODIS已进入延寿运行阶段,未来可采用Suomi NPP和JPSS卫星上的VIIRS传感器作为替代数据源。
研究结论部分翻译如下:作物产量已广泛通过数据驱动模型进行估算,这些模型建立地面产量记录与多种遥感和气象变量之间的关系。官方政府机构通常以区域尺度发布产量数据,通过对大量田块级测量值取平均获得。为匹配这一空间分辨率,遥感、气象和土壤湿度变量通常被聚合至区域尺度。该研究中,研究人员证明了植被指数时间序列的空间聚合会因物候尺度效应而扭曲作物特异性物候特征的表征,进而降低作物产量预测的准确性。为应对这一局限,研究人员提出了Group-CNN这一新型产量预测框架,显式融合区域内部物候差异。该框架不依赖聚合后的植被指数时间序列,而是首先根据生长动态将县域内像元划分为亚组,随后利用所得的亚组及其对应面积比例进行产量预测。研究人员在美国玉米带13个州的大豆产量预测中将Group-CNN与多个基准模型进行了评估。实验结果表明,Group-CNN优于所有对比模型,实现了更低的均方根误差(5.16 vs. 5.94–6.76 bu/ac)、更高的决定系数(0.83 vs. 0.72–0.76)以及更低的平均绝对百分比误差(9.78% vs. 11.72–12.81%)。消融实验揭示,当在Group-CNN中使用聚合植被指数时间序列时,性能显著下降,这强调了在未来作物产量建模发展中准确表征区域内部物候差异的重要性。