基于贝叶斯优化的机器学习模型超参数调优提升实际蒸散发预测精度研究

本研究针对实际蒸散发(AET)直接测量成本高、技术复杂的问题，开发了LSTM、GRU、CNN等深度学习模型与SVR、RF经典算法，通过贝叶斯优化(BO)与网格搜索对比，发现BO调参的LSTM模型表现最优（R2 =0.8861），为农业灌溉管理提供了高效预测工具。

　　

在全球水资源日益紧张的背景下，准确预测实际蒸散发量(AET)对农业灌溉、生态系统保护和水资源规划至关重要。然而，传统测量方法如涡度协方差和蒸渗仪成本高昂且难以大规模应用，而基于气象数据的估算方法（如Penman-Monteith方程）受限于非线性土壤-植被-大气交互作用。这一困境促使研究者转向机器学习，但模型性能高度依赖超参数选择，传统网格搜索方法效率低下。

意大利Cogne气象站的研究团队在《Machine Learning with Applications》发表论文，首次系统比较了贝叶斯优化(BO)与网格搜索在AET预测模型中的表现。他们利用4年生长季的高频观测数据（23,424条），通过皮尔逊相关性、容忍度和方差膨胀因子(VIF)筛选出5个关键变量（净CO₂
通量、感热通量、气温、相对湿度和风速），并对比了LSTM、GRU、CNN三种深度学习模型与SVR、RF两种经典算法的性能。研究创新性地引入BO进行超参数优化，发现其较网格搜索节省90%计算时间，且LSTM模型在两组输入变量下均保持最优预测精度（R²
达0.8861）。

关键技术包括：1）采用迭代线性回归填补缺失数据；2）基于皮尔逊系数（阈值0.5）和VIF（阈值10）的特征选择；3）滑动时间窗口（48个30分钟间隔）构建时间序列；4）贝叶斯优化框架（高斯过程代理模型+期望改进采集函数）；5）Friedman检验和Nemenyi事后检验评估模型差异显著性。

【数据预处理与特征选择】
通过逐步回归填补10.135%的缺失值，剔除与AET相关性<0.5的变量（如土壤含水量），最终保留的5个特征间VIF均<10。当仅用易获取的4个变量（土壤表面温度替代净CO₂
和感热通量）时，模型性能仅下降4.5%，证实实用性。

【模型性能比较】
BO优化的LSTM在完整特征组中RMSE最低（0.0230），较网格搜索提升1.3%。深度学习方法整体优于经典模型，其中GRU因简化门控结构（仅更新门和重置门）计算效率最高。值得注意的是，当输入变量减至4个时，SVR（R²
=0.8456）与LSTM（R²
=0.8467）差距缩小至0.1%，表明简单模型在有限特征下仍具竞争力。

【统计验证】
Friedman检验（Q=800.998, p≈0）证实模型差异显著，Nemenyi检验显示LSTM与GRU无统计学差异（p=0.9），但均显著优于RF（p<0.05）。误差分析表明深度学习模型误差分布更对称，而RF存在负偏态。

该研究证实BO可有效解决机器学习模型在AET预测中的"超参数选择困境"，LSTM的优异表现归因于其遗忘门/输入门/输出门的协同机制能捕捉土壤湿度滞后效应。实际应用中，当难以获取净CO₂
等专业监测数据时，采用土壤温度等易测变量的简化模型仍可保持85%以上精度。这项成果为偏远地区AET估算提供了可扩展的方案，未来可结合卫星遥感数据进一步优化时空分辨率。