《Agricultural Systems》:From patterns to prediction: detecting crop sequence and interpreting crop selection with explainable AI at field level in Denmark
编辑推荐:
作物轮作是协调农业生产与环境可持续性的最有效管理策略之一。通过交替种植不同作物,轮作可以提高产量、改善土壤结构与肥力,并减少温室气体(GHG)排放。轮作还能增强农业系统对气候与生物胁迫的韧性,影响从田间到景观尺度的养分流动与种植系统动态。尽管轮作具有重要的农学
作物轮作是协调农业生产与环境可持续性的最有效管理策略之一。通过交替种植不同作物,轮作可以提高产量、改善土壤结构与肥力,并减少温室气体(GHG)排放。轮作还能增强农业系统对气候与生物胁迫的韧性,影响从田间到景观尺度的养分流动与种植系统动态。尽管轮作具有重要的农学与生态意义,但在国家与区域尺度上,作物轮作的时间结构仍鲜为人知。长期田间观测数据的缺乏限制了产量预测、养分预算及温室气体减排模型的现实性,现有模型因此依赖静态作物历、调查数据或遥感快照,无法捕捉农户的序贯决策过程。机器学习(ML)、深度学习(DL)与可解释人工智能(XAI)的进展为分析大规模数据集提供了新机遇,可揭示作物选择模式中的时间性、非线性与管理信号。SHAP(Shapley Additive Explanations)等XAI方法通过量化不同驱动因素(如种植历史、氮素利用与农场类型)的贡献,支持可解释的分析。国家农场登记册为应用这些方法提供了机会,丹麦因其农户每年须报告作物与管理信息而成为尤为合适的试验场,可重建与结构和管理信息关联的田间尺度纵向作物序列。本研究利用丹麦近60万块田间年记录(2011–2020年),应用数据驱动建模,刻画主导作物序列模式及其跨田间变异,直接由纵向田间数据推导其结构,而非假设的轮作设计。研究人员还利用ML与DL模型并结合XAI,评估与作物选择最相关的预测因子,揭示报告实践中存在的统计信号,这是传统作物模型在该尺度上鲜有涉及的维度。研究旨在建立数据驱动、可解释的框架,表征丹麦农业景观中的作物序列动态。首先识别哪些十年田间历史可由重复的作物家族模式描述,哪些不能;随后评估年度作物家族转换能否由近期作物历史及记录的田间、农场、管理、经济与土壤气候预测因子预测,并检验可解释模型如何使用这些预测因子。识别出的序列为农业环境模型中的通用占位轮作提供了经验依据;对未识别出重复模式的田间,可保留观察到的十年模式作为非重复输入,而非以人工轮作替代。预测模型有助于在相似条件下描述短期作物选择,对农业系统建模、环境政策与数字化咨询工具具有直接应用价值。
论文解读:丹麦田间尺度作物序列模式检测与作物选择可解释预测
一、研究背景与问题
作物轮作是协调农业生产与环境保护的关键管理手段,能够提升产量、改善土壤质量并减少温室气体排放。然而,在国家与区域尺度上,作物轮作的时间结构长期缺乏系统性认识。传统模型多依赖静态作物历、调查数据或遥感快照,无法反映农户真实的序贯决策过程。丹麦因农户每年须向国家登记作物与管理信息,为重建田间尺度的长期作物序列提供了独特的数据基础。现有研究虽已利用国家农场登记册开展作物序列表征与预测,但多缺乏田间尺度管理信息与可解释性分析。本研究旨在建立数据驱动、可解释的框架,系统刻画丹麦农业景观中的作物序列动态,并评估影响作物选择的关键因素。
二、研究内容与主要结论
研究人员利用2011–2020年近60万个丹麦田间年记录,结合启发式模式检测算法、机器学习与深度学习模型及可解释人工智能,系统分析了作物序列结构及其可预测性。研究发现,丹麦种植景观以春、冬谷物为主导,二者合计占耕地面积的57%;春谷物面积增加约60%,冬谷物则有所下降。作物序列长度与复杂性随田间面积呈现梯度变化:小田间(<1公顷)多被归类为永久草地或间歇性耕作,大田间则更常呈现较长重复序列或复杂序列。复杂序列占田间年观测的39%,未能在十年窗口内识别出稳定的短周期重复模式。谷物主导的序列在所有检测长度中均占优势,较长序列未必带来更高的功能多样性,而更多是功能相似谷物的不同排列。模型预测方面,深度学习模型(TabNet)在留出年份的准确率达0.65,宏F1为0.47;机器学习模型(LightGBM)准确率为0.63,宏F1为0.51。作物特异性分析显示,两模型对少数作物的识别能力有限,常将豆类、油料作物与蔬菜误分类为主导谷物。预测性能随田间面积增大而下降,小田间(<1公顷)准确率0.78,大田间(>15公顷)降至0.50。特征重要性分析表明,近期作物序列,尤其是前一年(t-1)作物身份,是作物选择的最强预测因子;作物多样性(Shannon指数)提供次要但一致的信号。农场类型学对专业化生产情境下的预测具有补充作用,而土壤、气候、管理变量及生产者价格指数的贡献相对有限。
三、主要技术方法
研究人员使用了四项关键技术方法。第一,启发式模式检测算法:对十年田间作物历史进行模式扫描,检测2至5年重复序列,以错配率不超过20%且各位置主导作物家族占比不低于50%为接受标准,将田间分类为单一主导、重复序列、间歇性耕作、永久草地或复杂序列。第二,机器学习模型(LightGBM):梯度提升决策树集成,兼容高效的TreeSHAP计算。第三,深度学习模型(TabNet):面向结构化表格数据的深度架构,捕捉预测因子间的复杂交互。第四,可解释人工智能(XAI):采用置换重要性评估预测因子贡献,并应用SHAP(Shapley Additive Explanations)进行全局与局部特征归因分析。数据来源为丹麦绿色转型部提供的国家农场登记册,包含欧盟共同农业政策(CAP)支持申请中的作物与土地信息(IACS/GSA系统)及国家肥料账户数据。模型训练使用2011–2018年数据,2019与2020年作为时间留出集进行验证,采用前向链式交叉验证防止时间泄漏。
四、研究结果
空间与时间变异:2011–2020年间,春、冬谷物主导丹麦种植系统,合计占耕地57%。春谷物面积增长约60%,冬谷物从0.8百万公顷降至0.6百万公顷。作物分布存在空间异质性,谷物、饲料作物与草地在日德兰半岛西部更普遍,蔬菜与根类作物形成局部集群,豆类分布较为分散。
作物序列检测:复杂序列占39%的田间年观测,单一主导序列占9%,2–5年序列占41%。序列长度与田间面积呈梯度关系:小田间(<1公顷)多为永久草地或间歇性耕作,大田间更常呈现较长重复序列与复杂序列。谷物主导序列在所有长度中占优,错配率平均为5%(单一主导)至15%(2–4年序列)。
数据驱动预测:TabNet在留出年份准确率0.65,宏F1 0.47;LightGBM准确率0.63,宏F1 0.51。两模型AUC约0.91,显示强判别能力。作物特异性上,TabNet对春、冬谷物表现更优,但对豆类、根类作物预测技能低。预测性能随田间面积增大而下降,小田间准确率0.78,大田间0.50。特征重要性显示,前一年作物身份是最强预测因子,其次为作物多样性;农场类型学贡献中等,管理、土壤与气候变量贡献有限。
可解释分析:SHAP分析确认前一年作物身份主导模型预测,作物多样性提供次级信号。农场类型学对专业化作物(如蔬菜、根类作物)的预测贡献更强,对主导谷物贡献较弱。覆盖作物强度与氮肥施用量等管理变量贡献微弱。生产者价格指数与土壤气候变量影响极小。局部解释示例显示,常规田块中前一年根类作物对春谷物预测贡献最大,有机田块中前一年油料作物对冬谷物预测贡献最大。
五、讨论与结论
讨论部分指出,丹麦种植景观以谷物为主导,较长序列未必增加功能多样性,这与瑞典、芬兰等北欧国家的趋势一致。春谷物扩张与冬谷物下降可能反映覆盖作物政策要求及秋季多雨对秋播作物的限制。复杂序列占39%,表明许多田间无法简化为短周期重复模式,但不必然意味着更高多样性。作物序列与田间面积的关系可能反映土地利用稳定性、机械约束与农场组织差异。预测分析确认前一年作物身份为最强预测因子,这与农学常识一致,因前茬作物通过连作限制、残效与管理时机影响后继作物适宜性。农场类型学在专业化生产情境中提供补充信息,管理变量贡献有限可能因其与作物历史及农场类型共变。生产者价格指数贡献小,可能因该指标无法充分反映农户预期的相对边际收益。
研究结论部分指出,通过结合作物序列模式分类算法与机器学习、深度学习模型,研究揭示了丹麦2011–2020年种植模式的组织方式及其可预测性。农业景观以春、冬谷物为主导,较长且不规则的序列往往未提供额外功能多样性。前一年田间作物历史包含大部分预测信息,农场类型学对若干专业化作物具有补充预测作用。TabNet更准确地重建主导种植模式,LightGBM则更均衡地表征稀有作物并支持预测解释。研究强调,纵向田间数据集不仅能描述过去种植模式,还能揭示作物变化是否引入有意义的农学多样性;预测模型可在训练数据所代表的条件下估算年度作物家族选择。这些序列可替代农业环境模型中的通用轮作,用于检验其对生产力、氮循环与环境损失的影响。随着田间级数据日益普及,该工作流程可结合本地作物分组与本地训练验证的模型,推广至其他地区。