基于机器学习的淹灌与干旱条件下银胶菊（Parthenium argentatum）蒸散量预测

《Agriculture》：Machine Learning-Based Prediction of Guayule (Parthenium argentatum) Evapotranspiration Under Flood Irrigation and Arid Conditions

　　

日实际作物蒸散量（ETa）的准确预测对于高效灌溉调度和可持续水资源管理至关重要。近年来，机器学习（ML）已扩展至预测ETa等非线性环境系统。本研究利用每日标准农业气象变量的十种输入情景，构建了40个基于机器学习（ML）的ETa模型，用于预测亚利桑那州皮纳尔县Maricopa和Eloy两个田间站点银胶菊的每日ETa。研究人员采用随机森林（RF）、轻量梯度提升机（LGBM）、类别提升（CatBoost）和人工神经网络（ANN）四种机器学习模型，以土壤水量平衡（SWB）法衍生的ETa为参照进行训练与测试。预测性能通过决定系数（R²）、平均偏差误差（MBE）和归一化均方根误差（RMSEn）进行评估。同时确定了各输入变量在预测ETa中的特征重要性得分（FISs）。平均温度（Tmean）和参考蒸散量（ETo）是影响两个站点银胶菊每日ETa的最显著参数；当排除ETo时，Tmean仍占主导地位。测试期间，LGBM对银胶菊ETa的高估量为0.473–0.704 mm·day^?1，R²为0.906–0.960，RMSEn为14.504–21.863%，使其成为两个站点预测银胶菊每日ETa的最适选择。研究结果表明，基于机器学习（ML）的ETa模型在缺水干旱区精准灌溉调度中具有应用前景。

银胶菊（Parthenium argentatum, A. Gray）是一种多年生产胶木质灌木，原产于墨西哥中北部至美国德克萨斯州西南部的奇瓦瓦沙漠，是高品质天然橡胶的重要替代来源。随着全球天然橡胶需求加剧及传统海外供应链面临地缘政治与生态扰动，建立安全的国内橡胶供应已成为美国的战略优先事项。然而，美国沙漠西南部持续干旱导致水资源短缺加剧和农业用水配额大幅削减，大规模银胶菊生产面临严峻挑战。银胶菊生长发育和生产力受灌溉方式和灌溉量影响：充分灌溉下生物量随灌溉量线性增加，但橡胶含量在土壤水分亏缺等胁迫条件下反而显著提高，因此需要在生物量生产与橡胶积累之间寻求平衡，而高精度的本地化银胶菊实际蒸散量（ETa）估算可显著提升种植者优化灌溉用水与最大化橡胶产量的能力。传统ETa测定方法（如土壤水量平衡法SWB、称重式蒸渗仪、涡度相关EC塔等）成本高、耗时长且需专业技术，难以用于日常商业农业生产；作物系数（Kc）法虽经济但依赖经验参数。近年来，数据驱动的机器学习（ML）模型在水文建模中快速发展，为ETo和ETa预测提供了高效、低成本且自适应的替代方案，但先进ML架构尚未在亚利桑那州中部极端干旱、水资源受限条件下或银胶菊等抗旱替代作物上得到严格开发与部署，关于ML模型能否有效捕捉农业气象驱动因子与银胶菊ETa之间非线性关系、哪些输入最为关键以及缩减输入组合对预测精度的影响程度，仍存在关键科学与业务空白。为此，研究人员提出假设：先进ML模型能够准确捕捉亚利桑那州中部干旱条件下每日农业气象变量与银胶菊ETa之间的非线性关系；模型性能会因ML算法和输入组合而异；部分预测变量子集可在降低输入复杂度的同时提供准确ETa预测。研究目标为：（1）利用12个标准农业气象参数评估随机森林（RF）、轻量梯度提升机（LGBM）、类别提升（CatBoost）和人工神经网络（ANN）四种先进ML算法对银胶菊每日ETa的预测能力；（2）测定各输入参数在预测银胶菊ETa中的特征重要性；（3）构建由十种每日农业气象变量输入情景部署的40个基于ML的ETa模型，代表不同模型输入复杂度水平。

研究得出以下主要结论：40个ETa模型在两个站点训练与测试期均表现出优至可接受的预测性能，总体略高估银胶菊ETa 0.066–0.797 mm·day^?1；即使在减少输入变量后，所有ML模型仍保持良至可接受的预测性能；LGBM在多个情景中略优于其他算法，是两站点预测银胶菊每日ETa的最适选择（测试期R²为0.906–0.960，RMSEn为14.504–21.863%）；基于特征重要性得分（FISs），平均温度（Tmean）和参考蒸散量（ETo）与ETa关系最强，排除ETo后Tmean成为最具影响力的变量。研究意义在于：基于ML的ETa模型结合完整与缩减输入变量可提供可靠的ETa估算，为灌溉调度和水管理提供高度自适应、低成本的田间方法替代方案，该框架亦可推广至其他灌溉方式和气候条件下的作物，有助于提高水分利用效率并优化可持续农业灌溉策略。

本研究采用的主要关键技术方法包括：在美国亚利桑那州皮纳尔县Maricopa和Eloy两个田间站点（2018–2020年，AZ-2品系银胶菊，淹灌，100%作物ET补充）开展试验，采用土壤水量平衡（SWB）法结合校准中子水分仪测定每日实际蒸散量（ETa）作为观测值；气象数据来自亚利桑那气象网络（AZMET）站点（Maricopa站距田20 m，Eloy采用约34 km外的Coolidge站并在田间雨量计测定降水）；构建随机森林（RF）、轻量梯度提升机（LGBM）、类别提升（CatBoost）和人工神经网络（ANN）四种ML模型，设置十种农业气象变量输入情景共40个模型；采用按时间顺序划分的前70%数据训练、后30%数据独立测试，并以GridSearchCV结合五折时间序列交叉验证（TimeSeriesSplit）进行超参数优化；以决定系数（R²）、平均偏差误差（MBE）和归一化均方根误差（RMSEn）评价性能，并基于LGBM计算特征重要性得分（FISs）。

研究结果如下：3.1 已开发ETa模型的性能。3.1.1 Maricopa：40个模型总体略高估银胶菊ETa 0.204–0.797 mm·day^?1，训练与测试期R²为0.850–0.989、RMSEn为7.173%–27.680%；测试期四模型R²为0.850–0.937；情景1（12变量）中LGBM12最优（R²=0.924，RMSEn=19.740%）；情景2（11变量，无ETo）中RF11最优（R²=0.910）；情景3（8变量）中RF8最优（R²=0.933）；情景7（4变量）下LGBM4与LGBM3最优（R²=0.931–0.933）；情景10（仅ETo）预测最佳，LGBM1ETo的R²=0.937、RMSEn=17.868%。3.1.2 Eloy：模型略高估ETa 0.066–0.745 mm·day^?1，R²为0.885–0.999、RMSEn为1.977%–24.493%；测试期R²为0.885–0.960；情景1中LGBM12最优（R²=0.953，RMSEn=15.577%）；情景2–7中LGBM均优于其他模型（RMSEn=15.020%–16.503%）；单参数情景（9、10）下所有算法仍表现良好（R²=0.944–0.960），ANN1Tmean与LGBM1ETo为最优。3.2 特征重要性得分：Pearson相关分析与散点矩阵显示ETo和Tmean与银胶菊每日ETa相关性最高；FIS分析表明Tmean与ETo为两站点贡献最大的两个特征，排除ETo后Tmean仍为最主要预测因子。研究表明通过多情景对比得出LGBM在测试期整体略优的结论，通过FIS分析得出Tmean和ETo为最关键驱动变量的结论。

讨论部分总结：40个模型整体表现优至可接受并略高估ETa，与加拿大、中国、意大利、伊朗等地ML-ETa研究结果可比。训练期RF与LGBM明显优于其他模型，但RF在回归问题中难以可靠预测训练数据范围外的响应值，且RF与LGBM训练与测试性能差异明显（如Eloy的LGBM12训练期R²=0.999、RMSEn=1.977%，测试期降至R²=0.953、RMSEn=15.577%），提示存在一定程度过拟合，凸显测试集评估泛化能力的重要性。测试期即使减少输入变量所有算法仍表现良好，可能因所有输入变量间接包含于用于确定ETo的FAO Penman–Monteith方程中；LGBM的略优可能部分归因于其直方图学习与叶式生长策略，与南非荔枝、葡萄柚、芒果果园及中国亚热带地区研究一致。缩减输入情景虽显示潜力，但此类情景未完全捕捉作物用水决定因素，ETa还受作物与土壤特征（如作物系数、叶面积指数、植被指数、土壤含水量）及管理环境条件驱动，其较高性能可能部分源于数据集的时间结构与季节性关系。FIS表明Tmean和ETo为最具影响力驱动因子，Tmean与大气能量和水汽输送有直接物理关系，与温度敏感性研究一致。局限性包括：仅两个站点、单一生长周期；Eloy气象数据来自约34 km外站点可能引入微气候不确定性；气象驱动模型在灌溉管理中应谨慎应用；未采用主成分分析（PCA）等降维方法以保持可解释性。研究结论翻译：本研究利用十种每日农业气象变量输入情景开发了40个机器学习（ML）模型，用于预测亚利桑那州Maricopa和Eloy的银胶菊蒸散量（ETa），训练与测试随机森林（RF）、轻量梯度提升机（LGBM）、类别提升（CatBoost）和人工神经网络（ANN）四种算法，并测定各输入参数的特征重要性得分（FISs）。总体而言，即使减少输入变量，所有已开发ML模型在预测银胶菊每日ETa方面仍表现出良至可接受的性能，测试期存在轻微高估；LGBM在多个情景中略优于其他算法，是两站点预测银胶菊每日ETa的最适选择；基于FIS，平均温度（Tmean）和参考蒸散量（ETo）与ETa关系最强，排除ETo后Tmean成为最具影响力的变量。尽管存在局限，研究结果表明ML模型结合完整与缩减输入变量可提供可靠的ETa估算，为灌溉调度和水管理提供高度自适应、低成本的田间方法替代方案；该框架亦可应用于其他灌溉方式和气候条件下的作物，有助于提高水分利用效率并优化可持续农业灌溉策略。