基于本体论引导的稀疏加性-交互模型OSAIN对小菜蛾多时间跨度种群密度的预测

《Agriculture》：OSAIN: An Ontology-Guided Sparse Additive-Interaction Network for Interpretable Multi-Horizon Forecasting of Diamondback Moth (Plutella xylostella) Abundance

　　

摘要

提前数月预测小菜蛾（Plutella xylostella）的种群密度有助于及时采取作物保护措施，但监测记录较短既影响预测精度也影响可解释性。我们探讨了生态学结构能否改善多时间跨度预测，同时使预测依据可审计。我们开发了OSAIN，一种基于本体论指导、条件依赖于预测时间跨度的稀疏加性-交互模型框架，其中害虫记忆与天气路径独立建模。预测结果可分解为时间跨度偏差、害虫记忆、加性天气效应和受限的生态交互作用。利用广东惠阳和汕头的月幼虫记录（每百株幼虫数），该模型基于过去12个月的137个气象描述符和1个害虫历史记录描述符，预测未来1至4个月的种群密度。在与15个基线模型的时间序列、目标独立评估中，OSAIN在两个站点的十次运行中均实现了最低的均方根误差（RMSE）和平均绝对误差。惠阳的RMSE比最强基线低2.4%，但差异不显著；汕头的RMSE低7.1%（Holm校正后p = 0.001）。各组分预测仅使用了约八分之一的描述符，且拟合的门控排序与基于遮挡的依赖关系的吻合程度高于未训练模型。跨站点迁移在两个方向上均降低了预测精度，表明在实际应用前需要进行本地校准和前瞻性评估。