基于多源遥感、气候与氮素数据的俄克拉荷马州冬小麦产量机器学习预测研究

《Precision Agriculture》:Wheat yield prediction using machine learning, proximal sensing, nitrogen and climate data for Oklahoma

【字体: 大 中 小 】 时间:2026年09月27日 来源:Precision Agriculture 7.6

编辑推荐:

  摘要 目的 准确的季内产量预测是冬小麦生产中氮(N)管理决策的重要实践前提,然而目前尚未建立严格的框架,并针对生产者当前依赖的工具进行检验。本研究开发并评估了用于施氮前产量预测的机器学习(ML)模型,以支持俄克拉荷马州季内追施氮肥管理。 方法 研究利用来自俄克

  
摘要 目的 准确的季内产量预测是冬小麦生产中氮(N)管理决策的重要实践前提,然而目前尚未建立严格的框架,并针对生产者当前依赖的工具进行检验。本研究开发并评估了用于施氮前产量预测的机器学习(ML)模型,以支持俄克拉荷马州季内追施氮肥管理。 方法 研究利用来自俄克拉荷马州雨养环境的57个站点-年份多源数据,对四种机器学习算法进行了评估。数据包括多个生育时期通过近端传感(proximal sensing)测得的归一化植被指数(NDVI)、播前施氮量、土壤质地,以及月尺度气候数据(降雨量、温度、蒸散量、生长度日及水分平衡)。季内产量估测(INSEY)及经典统计方法,即普通最小二乘法(OLS)、线性混合模型(LMM)和广义加性模型(GAM),作为参考基准。 结果 分类提升回归(CatBoost)模型取得了最佳的机器学习性能(R2=0.81,RMSE=0.62 t ha?1,MAE=0.42 t ha?1),在相同的施氮前数据约束条件下显著优于INSEY(R2=0.12)。最终包含11个特征的模型识别出2–3月气温、蒸散量、水分平衡、播前施氮量及早期NDVI为最具影响力的预测变量。 结论 由于所有气候输入均可通过俄克拉荷马州中尺度观测网(Oklahoma Mesonet)免费获取,本研究所提出的框架可在无需额外数据基础设施的情况下整合到现有的氮肥推荐系统中。 影响 利用机器学习算法整合多源数据(包括遥感、气候和管理数据),能够在俄克拉荷马州季内施氮窗口期内实现准确的冬小麦产量预测,为氮肥管理决策提供有价值的工具,有助于提高作物生产力并改善氮肥利用效率。
基于多源数据的俄克拉荷马州冬小麦产量预测研究解读
一、研究背景与问题提出
冬小麦是全球最重要的谷类作物之一,为约20%的世界人口提供热量和蛋白质。在美国南部大平原地区,俄克拉荷马州是主要的冬小麦生产州之一,其谷物生产主要在雨养条件下进行,受极端温度、干旱和降水不规律等因素影响,年际间产量波动显著。该州小麦生产中面临的核心挑战是季内氮肥追施的时机和用量决策,通常在1月至4月间进行。这一决策必须在最终产量潜力完全表达之前做出,形成了根本性的信息缺口:过量施肥浪费投入并增加环境氮损失风险,而施肥不足则在无法补救的阶段限制产量。因此,严格限定在追肥决策点之前可获得信息范围内的准确产量预测,是制定可行氮肥管理方案的实际前提。
传统的季内产量预测工具是季内产量估测法(INSEY),由Raun等人于2002年开发,其计算方式为Feekes 4–6生育期测得的NDVI与播种至传感日期间正生长度日天数之比。INSEY的优势在于简单性,通过热积累归一化冠层绿度,可解释播种日期和早期发育的差异。然而,INSEY仅依赖单一预测因子,即某一时点的冠层反射率,不包含土壤变异性、前期气候条件或播前施氮量等信息,而这些因素已被确认为产量变异的重要驱动因子。自INSEY开发以来,俄克拉荷马州生产者可用的数据环境已发生显著变化:俄克拉荷马州中尺度观测网(Oklahoma Mesonet)提供全州范围内的每日温度、降水和蒸散记录;美国农业部Web Soil Survey免费提供标准化土壤质地数据。这些数据源与现有推荐系统中已嵌入的NDVI测量和播前施氮量共同构成了比2002年更丰富的预测因子集。
本研究检验的核心假设是:INSEY对于俄克拉荷马州冬小麦季内产量预测是否仍然足够,以及将前期气候数据、土壤质地和播前施氮量整合到机器学习框架中是否能带来预测精度的提升。研究目标包括:评估多源机器学习模型相对于INSEY在施氮前产量预测方面的改进程度;识别最优特征集中的最具影响力预测因子;评估最佳性能模型作为季内氮肥管理实用决策支持工具的潜力。
二、研究设计与关键技术方法
研究人员利用俄克拉荷马州立大学(OSU)2014至2024年间在俄克拉荷马州七个县的八个试验点开展的冬小麦氮响应试验数据,共获得57个站点-年份的数据。试验采用随机完全区组设计(RCBD),每个站点-年份设四次重复,播前氮处理范围为0至168 kg N ha?1,以尿素(46-0-0)形式施用。小区尺寸统一为3.1 m × 6.1 m。冠层反射率使用GreenSeeker?传感器在Feekes 3至6生育期测定,NDVI值按两个时间区间分组:Feekes 3–4(早春生长)和Feekes 5–6(茎伸长期)。气候数据限定为10月至3月,即俄克拉荷马州追肥窗口最晚时点之前的时期,确保所有输入均代表生产者在追肥决策前可获得的信息。数据集按站点-年份分组,采用GroupShuffleSplit方法划分,80%的站点-年份组(45个,1322个观测值)用于训练,20%(12个,362个观测值)用于独立测试,防止数据泄漏。
研究评估了四种机器学习算法:随机森林(RF)、极端梯度提升(XGBoost)、支持向量回归(SVR)和分类提升(CatBoost)。同时拟合了四个参考模型:INSEY(指数模型并加入位置随机截距)、普通最小二乘回归(OLS)、线性混合模型(LMM,以位置为随机截距)和广义加性模型(GAM,使用惩罚薄板回归样条)。模型性能通过独立测试集上的决定系数(R2)、均方根误差(RMSE)和平均绝对误差(MAE)评估。特征重要性使用SHapley Additive exPlanations(SHAP)量化,超参数通过组感知五折交叉验证(GroupKFold)的网格搜索优化。
三、研究结果
产量分布与相关性分析
所有站点-年份的籽粒产量均值约为3.26 t ha?1,标准差为1.91 t ha?1,四分位距介于2.06至4.44 t ha?1之间,为模型训练和验证提供了充足的变异范围。Pearson相关分析显示,温度变量与产量表现出最强的线性关联:2月最低温(r=0.52)是最具影响力的单一预测因子,其次为3月最高温、2月最高温和1月最高温(r=0.43)。生长度日(GDD)在关键发育期对产量有显著影响,Feekes 5–6期GDD与产量变异的相关性为0.50,Feekes 3–4期为0.41。12月蒸散量(r=0.42)和11月蒸散量、降水量也表现出中等相关性。
机器学习模型性能比较
四种机器学习算法的预测精度存在差异。CatBoost和RF表现最优,RMSE分别为0.58和0.57 t ha?1,MAE分别为0.39和0.34 t ha?1,分别解释了83.5%和84.0%的产量变异。XGBoost表现良好,RMSE为0.57 t ha?1,解释82.36%的产量变异。SVR表现最差,RMSE为0.85 t ha?1,仅解释64.4%的产量差异。CatBoost和RF被确定为最有前景的模型进行进一步优化。
特征重要性与模型优化
特征数量从5增至15时,RMSE和R2指标波动极小。11个特征实现了模型复杂度和预测能力之间的最优平衡,额外变量仅提供可忽略的解释力提升。CatBoost模型在不同特征组合下始终略优于RF,因此被保留用于进一步优化。温度变量主导重要性排名:2月最高温解释的产量变异比例最高,其次为2月最低温、3月最高温和12月最低温。蒸散量指标排名第二,3月蒸散量(ETC-3)被纳入选定预测因子。2月的水分平衡(降雨量减蒸散量)作为干旱胁迫指标也被保留。播前施氮量(PreN)、NDVI读数(NDVI 3–4和NDVI 5–6)完成了最具影响力预测因子集。
超参数调优与独立测试验证
CatBoost模型的最终配置为迭代次数100、树深度4、学习率0.2、L2叶正则化10、bagging温度1,相比默认设置显著增强了模型稳定性和预测精度。优化后的CatBoost模型在独立测试集上解释了81%的冬小麦产量变异,RMSE为0.62 t ha?1,MAE为0.42 t ha?1。散点图显示预测值与实际值之间存在强线性关系,各产量水平上均保持一致的精度。在相同的施氮前数据约束下,INSEY仅解释12.4%的产量变异,加入位置特定截距后提升至37%。使用相同11个特征的OLS和LMM解释40%的产量变异,GAM达到R2=0.79。CatBoost因其在十次独立训练-测试划分中的更高稳定性而被保留为最终模型。
四、讨论与结论
研究表明,机器学习能够显著改善俄克拉荷马州季内冬小麦产量预测,超越了INSEY在施氮前决策窗口内的表现。温度变量在最具影响力预测因子中的主导地位与已有研究一致,2月温度的重要性与冬小麦从休眠到活跃生长的过渡期相吻合,此时热条件显著影响分蘖存活和生殖发育。蒸散量和水分平衡变量的突出地位与雨养系统中干旱指数作为籽粒产量主导因子的发现一致。线性相关强度与模型分配重要性之间的差异反映了俄克拉荷马州雨养生产环境固有的非线性关系,这是ML和GAM模型相对于OLS和LMM的优势所在。研究局限性包括气候变量按日历月聚合,未考虑站点-年份间播种日期的差异,以及研究仅在俄克拉荷马州雨养条件下进行,需在南部大平原更多环境中验证。
研究结论:CatBoost算法在独立测试数据上解释了81%的产量变异(RMSE:0.62 t ha?1,MAE:0.42 t ha?1),而INSEY在相同施氮前约束下仅解释12.4%。2–3月气温、蒸散量、水分平衡、播前施氮量及Feekes 3–4和5–6期早期NDVI被确定为最具影响力的预测因子,共同反映了控制俄克拉荷马州雨养系统中分蘖存活、穗发育和籽粒建成的热量和水分条件。最终11特征配置在预测能力与实际可实施性之间取得平衡。由于所有气候输入均可通过Oklahoma Mesonet免费获取,且NDVI测量已嵌入现有基于传感器的氮肥推荐系统,部署无需额外数据采集基础设施。未来研究应在南部大平原更多环境中验证该框架,并将气候变量相对于播种后天数而非日历月表达,以更好地使预测因子与作物发育阶段对齐。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号