用于苹果物候阶段预测的机器学习框架：以克什米尔地区为例的研究

《Applied Fruit Science》：Machine Learning Framework for Phenological Stage Prediction of Apple: A Case Study of the Kashmir Division

苹果生育期预测模型研究基于Gala Redlum、Golden Clone B和Granny Smith三种品种在Shalimar和Pahnoo两地的数据，采用随机森林回归、XGBoost和LSTM三种机器学习算法，通过GridSearchCV优化模型参数，验证2025年数据，结果显示XGBoost对Gala Redlum和Granny Smith最优，随机森林回归对Golden Clone B最佳，SHAP分析表明GDD对预测影响最大，模型可为果园管理提供决策支持。

　　

摘要

本研究旨在标准化并验证用于预测累积生长积温（GDD）阈值的机器学习（ML）模型，这些阈值对应于苹果物候阶段的出现和消失。研究采用了三种ML算法：随机森林回归（Random Forest Regression）、XGBoost和长短期记忆网络（Long Short-Term Memory，LSTM），来预测三种苹果品种“Gala Redlum”、“Golden Clone B”和“Granny Smith”的物候阶段。实验地点包括克什米尔农业科学与技术大学（Sher-e-Kashmir University of Agricultural Sciences and Technology of Kashmir，SKUAST-K）的Shalimar实验场（L1）和Pahnoo的Ambri苹果研究中心（AARC，Shopian，L2）。基础模型的训练使用了2014年至2023年这6年的天气和物候数据（针对Shalimar的“Gala Redlum”品种），其中2024年的数据被用作测试集。通过GridSearchCV对模型进行了优化，优化后的模型随后使用2023年和2024年的数据对两个地点的所有三个品种的物候阶段进行了预测。为了微调模型，2023年被用作训练年份，2024年被用作测试年份。在所测试的算法中，XGBoost在“Gala Redlum”和“Granny Smith”上的表现始终优于其他算法；而对于“Golden Clone B”，随机森林回归取得了最佳结果，这体现在更低的平均绝对误差（MAE）和均方根误差（RMSE）值以及更高的决定系数（R2）得分上。Shapley加性解释（SHAP）分析表明，与湿度和降雨量相比，累积生长积温对物候阶段预测的影响最大。进一步使用2025年的实地数据对模型进行了验证，证实了这些模型的可靠性和其在果园管理和决策支持系统中的适用性。这些预测有助于优化诸如疏果、喷药和灌溉等关键农事操作的时机，从而提高果实品质和市场竞争力。

本研究旨在标准化并验证用于预测累积生长积温（GDD）阈值的机器学习（ML）模型，这些阈值对应于苹果物候阶段的出现和消失。研究采用了三种ML算法：随机森林回归（Random Forest Regression）、XGBoost和长短期记忆网络（LSTM），来预测三种苹果品种“Gala Redlum”、“Golden Clone B”和“Granny Smith”的物候阶段。实验地点包括克什米尔农业科学与技术大学（Sher-e-Kashmir University of Agricultural Sciences and Technology of Kashmir，SKUAST-K）的Shalimar实验场（L1）和Pahnoo的Ambri苹果研究中心（AARC，Shopian，L2）。基础模型的训练使用了2014年至2023年这6年的天气和物候数据（针对Shalimar的“Gala Redlum”品种），其中2024年的数据被用作测试集。通过GridSearchCV对模型进行了优化，优化后的模型随后使用2023年和2024年的数据对两个地点的所有三个品种的物候阶段进行了预测。为了微调模型，2023年被用作训练年份，2024年被用作测试年份。在所测试的算法中，XGBoost在“Gala Redlum”和“Granny Smith”上的表现始终优于其他算法；而对于“Golden Clone B”，随机森林回归取得了最佳结果，这体现在更低的平均绝对误差（MAE）和均方根误差（RMSE）值以及更高的决定系数（R2）得分上。Shapley加性解释（SHAP）分析表明，与湿度和降雨量相比，累积生长积温对物候阶段预测的影响最大。进一步使用2025年的实地数据对模型进行了验证，证实了这些模型的可靠性和其在果园管理和决策支持系统中的适用性。这些预测有助于优化诸如疏果、喷药和灌溉等关键农事操作的时机，从而提高果实品质和市场竞争力。