基于可解释机器学习的南瓜品种与IPM处理下烟粉虱（Bemia tabaci）若虫死亡率预测

《Insects》：Interpretable Machine Learning Prediction of Bemisia tabaci Mortality Across Squash Cultivars and IPM Treatments

　　

烟粉虱（sweetpotato whitefly），Bemia tabaci (Gennadius)（Hemiptera: Aleyrodidae），在南瓜中的管理较为困难，因为处理效力可能随寄主品种、处理类型和施用后时间而变化。本研究开发了一个可解释机器学习框架，用于预测B. tabaci若虫死亡率，并在温室条件下比较微生物、化学及联合综合害虫管理（integrated pest management, IPM）处理。在8个南瓜品种上，于接种后天数（days post-inoculation, dpi）3、5和7 dpi评估死亡率，处理包括Beauveria bassiana GHA、Cordyceps javanica wfGA17、cyantraniliprole、imidacloprid及选定的真菌-杀虫剂组合。采用五折分组交叉验证比较四个回归模型。由于同期总若虫数同时也是用于计算比例死亡率的分母，为避免其与响应变量发生数学耦合，将其从主要预测模型中排除。梯度提升（Gradient Boosting）表现出最强的预测性能（R² = 0.477，均方根误差（root mean square error, RMSE）= 0.215，平均绝对误差（mean absolute error, MAE）= 0.156）。所有处理的品种平均自举法（bootstrap）预测值随时间增加。在7 dpi，C. javanica + imidacloprid和B. bassiana + cyantraniliprole的品种平均bootstrap平均预测死亡率分别达到89.8%和87.1%。SHapley Additive exPlanations（SHAP）分析表明，处理身份以及由dpi和dpi²表示的时间响应结构是模型预测的最强贡献因素，而品种贡献较小。敏感性分析显示，排除总若虫数并未降低Gradient Boosting性能。该框架为比较IPM处理响应提供了一种基于温室的预测性和可解释性方法，但在实际应用前仍需独立田间验证。

研究背景与问题：烟粉虱B. tabaci Middle East–Asia Minor 1（MEAM1）寄主范围广、种群增长快，可造成直接取食伤害和病毒传播，并易对杀虫剂产生抗性；其若虫主要位于叶背，喷雾覆盖受限，因而需要综合害虫管理（integrated pest management, IPM）策略。南瓜（Cucurbita pepo L.）上，处理效果可能随品种、处理类型和施用后时间变化；昆虫病原真菌（entomopathogenic fungi, EPF）如B. bassiana GHA和C. javanica wfGA17常表现较慢且变异性较大的致死过程，单一时点评估难以反映动态响应。常规均值比较对非线性、交互和多因素动态的描述有限，且许多机器学习模型缺乏可解释性，因此研究人员开展可解释机器学习预测研究。

研究开展、结论与意义：研究人员建立了解释性机器学习框架，以8个南瓜品种、9个处理在3、5、7 dpi的温室数据预测B. tabaci若虫死亡率，比较微生物、化学和联合IPM处理，并用SHAP识别主要变量、用情景预测和bootstrap评估处理响应及不确定性。Gradient Boosting在分组交叉验证中表现最强；品种平均预测显示C. javanica + imidacloprid和B. bassiana + cyantraniliprole在后期dpi较高；处理身份和时间进展是主要预测贡献因素，品种贡献较小。研究意义在于将预测、解释和不确定性估计结合，为温室IPM处理比较提供概念验证，但尚不能替代田间验证和操作建议。

关键技术方法（不超过250字）：研究采用8个商业南瓜品种与9个处理（水对照、cyantraniliprole、imidacloprid、B. bassiana GHA、C. javanica wfGA17及4个真菌-杀虫剂组合）的温室双因素随机区组试验，每品种×处理4株重复，3次独立试验，于3、5、7 dpi重复评估。B. tabaci MEAM1种群源自USDA-ARS Southeastern Fruit and Tree Nut Research Laboratory, Byron, GA, USA，并在Fort Valley State University维持。分析以比例死亡率为响应，预测变量为品种、处理、dpi和dpi²，排除同期总若虫数；以五折按品种×处理分组交叉验证比较Elastic Net、Random Forest、Gradient Boosting和XGBoost，用R²、RMSE、MAE评价，并以500次聚类bootstrap、情景网格、普通最小二乘（ordinary least squares, OLS）基准和SHAP解释。

研究结果：
3.1 B. tabaci死亡率处理响应预测：通过五折按品种×处理分组交叉验证比较四个回归模型，排除同期总若虫数后，Gradient Boosting取得最强汇总折外预测性能（R² = 0.477，RMSE = 0.215，MAE = 0.156）；XGBoost、Random Forest和Elastic Net依次较低；敏感性分析中纳入总若虫数反而降低Gradient Boosting性能。
3.2 不同处理和时间下的预测死亡率响应：通过品种平均bootstrap预测和情景网格，所有处理预测死亡率从3至7 dpi上升；水对照最低（7 dpi为17.6%）；7 dpi时C. javanica + imidacloprid和B. bassiana + cyantraniliprole分别达89.8%和87.1%，单剂imidacloprid和cyantraniliprole为79.8%和80.2%，单真菌为66.8%和66.7%；预测与观测的品种平均处理响应模式接近。
3.3 线性基准比较：通过OLS基准估计校正品种、dpi和dpi²后的处理对比，所有活性处理相对水对照均为正；C. javanica + imidacloprid系数为0.646（95% CI：0.611–0.681），约相当于高64.6个百分点；B. bassiana + cyantraniliprole和B. bassiana + imidacloprid亦较高。
3.4 基于bootstrap不确定性的探索性阈值超越分析：通过bootstrap分布计算预测死亡率超过0.75的概率；3 dpi各处理为零或很低，5 dpi时B. bassiana + cyantraniliprole和C. javanica + imidacloprid分别为0.974和0.954，7 dpi时B. bassiana + imidacloprid、B. bassiana + cyantraniliprole和C. javanica + imidacloprid均达1.000；0.75仅为示例基准，非验证阈值。
3.5 影响预测死亡率的变量：通过SHAP全局重要性分析，水对照指示变量平均绝对SHAP值最大（0.1021），其次为dpi²（0.0401）、C. javanica处理指示（0.0383）、dpi（0.0336）和B. bassiana处理指示（0.0270）；处理身份和时间结构主导预测，品种指示贡献通常较小；SHAP值为模型贡献而非显著性检验或因果效应。
3.6 品种依赖的处理交互：通过SHAP交互值分析，品种×处理交互总体较小；最大为Gentry × C. javanica（0.00440，约0.44个百分点），其后为Golden Glory × B. bassiana（0.00240）等；这些值表示交互幅度而非方向，不能解释为生物协同、拮抗或统计显著性。
3.7 原型可视化界面：开发了原型可视化界面以探索不同品种、处理和时间点的预测死亡率及不确定性和模型解释输出；由于基于温室数据，仅为概念验证工具而非田间验证的决策支持应用。

讨论总结：研究显示预测死亡率随处理、评估时间和南瓜品种变化，真菌-杀虫剂组合通常高于若干单剂处理；B. bassiana与cyantraniliprole组合在温室条件下显示较好预测表现，但需田间验证后才能推荐。研究人员指出，真菌致死具有延迟性，组合中化学成分与真菌作用方式不同，可解释较强预测表现，但本研究未直接检验该机制；品种背景可能与叶面性状有关，但未测试因果。非线性模型较线性基准捕获更多模式，SHAP贡献应解释为预测关联而非因果。bootstrap阈值超越概率可补充评价处理可靠性，但仅为温室概念验证。局限包括分析记录3898条而非完整10368条叶级评估、缺失记录原因无法重建、无唯一植株标识，分组验证、bootstrap和聚类稳健标准误均在品种×处理水平实施，未直接建模植株重复测量；未来需环境变量、田间验证、喷雾覆盖、害虫移动和天敌等因素，当前框架不是完整数字孪生。

研究结论部分翻译：研究人员将温室处理-响应数据与机器学习整合，开发了一个可解释框架，用于跨南瓜品种、处理和评估时间预测B. tabaci若虫死亡率。在排除同期总若虫数以避免与比例死亡率发生数学耦合后，Gradient Boosting提供了最强的分组交叉验证性能。品种平均预测识别出C. javanica + imidacloprid和B. bassiana + cyantraniliprole为实验条件下尤其有前景的处理组合，而SHAP分析表明处理身份和时间进展是预测的主要贡献因素。该框架仍是基于温室的概念验证，独立田间验证是其用于操作IPM建议之前的关键下一步。该方法为数据驱动的IPM决策支持提供了概念验证基础；然而，独立田间验证是该框架用于操作IPM建议之前的关键下一步。