作物生产中增强决策支持：基于保形预测的不确定性量化分析与应用

本研究针对农业机器学习模型预测可靠性不足的问题，创新性地将保形预测（Conformal Prediction, CP）框架引入数字农业领域。研究人员通过系统分析归纳保形预测（ICP）在营养缺乏检测和收获期判定等任务中的表现，验证了其提供校准化不确定性估计的能力。实验表明ICP能以90%的覆盖率生成有效预测集，同时通过案例研究揭示了其在模型诊断和决策优化中的双重价值，为农业智能化提供了可解释、低计算成本的可靠工具。

　　

在全球粮食安全面临严峻挑战的背景下，联合国"零饥饿"目标进展缓慢，约9亿人仍面临严重粮食不安全。数字农业作为解决方案备受关注，其核心是通过传感器和机器学习(ML)构建数据驱动模型。然而，当前农业机器学习系统普遍存在"黑箱"问题——模型仅提供点估计预测，缺乏对预测可靠性的量化评估。这种不确定性可能源自数据噪声（Aleatoric uncertainty）或模型认知局限（Epistemic uncertainty），在农作物营养诊断、收获期预测等高价值场景中，过度依赖未校准的预测可能导致严重的农业决策失误。

德国波恩大学的研究团队在《Computers and Electronics in Agriculture》发表的研究，首次系统评估了保形预测(Conformal Prediction, CP)框架在农业机器学习中的适用性。研究采用归纳保形预测(Inductive Conformal Prediction, ICP)方法，以糖甜菜营养缺乏数据集(DND-SB)和花椰菜收获期数据集(GrowliFlower)为对象，对比分析了ResNet-18和ViT-B/16两种模型在ICP框架下的表现。关键技术包括：1）基于softmax输出的非相容性评分函数设计；2）利用校准集计算经验分位数；3）通过10⁴
次随机分割验证边际覆盖有效性；4）采用特征分层覆盖(FSC)和尺寸分层覆盖(SSC)指标评估条件覆盖性能；5）与深度集成(Deep Ensemble)和softmax方法进行OoD检测和协变量偏移的对比实验。

5.1.1 实验设置
研究将数据集划分为训练集(I)、验证集(G)、校准集(C)和测试集(E)，其中校准集进一步分为校准子集(A)和验证子集(B)。图像预处理采用ImageNet标准流程，模型训练使用Adam优化器(学习率0.0001)和交叉熵损失，通过早停策略防止过拟合。

5.1.2 覆盖有效性与预测集类型
ICP在DND-SB和GrowliFlower数据集上分别实现了90.13%和80.70%的经验覆盖率，严格满足预设的α=0.1和α=0.2错误水平。预测集可分为三类：正确确信预测集(CCPS，|T|=1且含真实标签)、正确不确定预测集(CUPS，|T|>1且含真实标签)和错误预测集。在DND-SB测试中，ViT-B/16产生1465个CCPS和33个CUPS，空集占比8.21%，验证了边际校准特性P(y^*
∈T)≈1-α。

5.1.3 条件覆盖分析
通过FSC和SSC指标发现，ICP在类别和预测集尺寸分层上存在3.33%的最大覆盖偏差，表明严格条件覆盖尚未完全实现。调整α和校准集规模(C)的实验显示：降低α会使预测集趋向保守（增大|T|），而增加C则提升框架稳定性，这反映了覆盖效度与预测精度之间的权衡。

5.1.4 案例研究
在糖甜菜营养缺乏诊断案例中，ICP成功识别出NP_Ca类别（缺钾症状）的高不确定性（平均预测集尺寸1.5784），提示需要人工复核。模型对比发现ViT-B/16存在20.83%的预期校准误差(ECE)，而ResNet-18校准性更优，为模型选择提供了依据。

5.2.3 OoD检测
以GrowliFlower作为外分布数据时，深度集成展现出最优的AUCROC=0.93，显著优于softmax和ICP。ICP因依赖交换性假设，在τ=0.6阈值下未能拒绝任何OoD样本，揭示其在分布外检测中的局限性。

5.2.4 协变量偏移下的校准
通过模拟不同裁剪尺寸的协变量偏移发现：在严重偏移（25×25像素）时，ICP覆盖率骤降至0；而深度集成通过概率质量分散维持了较高覆盖。但在轻度偏移（225×225像素）时，ICP以更小的|T|实现了更优的覆盖/尺寸比（1.38 vs 集成的0.85），展现出在近分布数据上的效率优势。

这项研究系统论证了ICP在农业机器学习中的独特价值：其模型无关性、计算高效性和分布自由性，特别适合资源受限的农业应用场景。研究创新性地揭示了ICP参数（α、C、评分函数）对预测集特性的影响规律，为不同风险偏好的农业决策提供了可调节的工具箱。尽管在OoD检测方面存在局限，但ICP通过空集生成机制提供了明确的不确定性信号，这种"自知无知"的特性在施肥决策、收获期判定等高风险场景中具有重要安全意义。该工作为数字农业中的可靠机器学习树立了新范式，未来通过与自适应校准、交叉保形预测等新方法的结合，有望进一步拓展其在动态农业环境中的应用边界。