融合遥感与气象数据的深度学习框架用于冬小麦成熟期预测

《Information Processing in Agriculture》：Winter wheat maturity date prediction using a deep learning framework integrating remote sensing and meteorological data

　　

准确识别作物物候阶段有助于田间管理和作物产量评估。本研究提出了一种协同方法，利用随机森林模型估算冬小麦抽穗期（heading date），并采用CNN-LSTM-Transformer（CLT）模型基于抽穗后气象数据预测成熟期（maturity date）。抽穗期模型的决定系数（R²）为0.834，均方根误差（RMSE）为3.353天。在成熟期预测方面，CLT模型的R²为0.705，RMSE为6.456天。通过与独立CNN和LSTM模型以及累积温度配置的比较，考察了混合架构和多变量气象输入的贡献。随着抽穗后气象序列长度的增加，预测精度提高。使用截至5月25日的气象数据，模型R²达到0.694，RMSE为6.649天，可在生理成熟前约10–15天提供成熟期估计。结果表明，将遥感估算的抽穗期与气象序列相关联对于区域小麦成熟度评估和收获规划具有重要价值。

研究背景方面，准确的作物物候信息有助于作物评估和田间管理时机的确定。对于冬小麦而言，成熟期（MD）是季节发育的关键指标，预测该日期有助于确定收获时机、减少因延迟或过早收获造成的损失，并比较不同区域的成熟进度。传统物候预测主要采用经验指数和基于过程的作物模型，如生长度日（GDD）方法将作物发育与积温相关联，CERES-Wheat等基于过程的模型通过天气、土壤和管理变量的交互作用表征作物生长，但其预测依赖于输入数据的可用性和在不同环境下的校准。遥感方法通过提供大范围农业区域的空间连续观测来补充上述方法，但大多数已有的遥感方法从完整的植被指数（VI）时间序列估算物候日期，主要用于回顾性制图，不能直接解决季节结束前的预测问题。季节内预测使用不完整的时间序列，必须考虑云相关数据缺口和未观测部分的不确定性。深度学习模型能够表征环境变量与作物发育之间的非线性关系，长短期记忆（LSTM）网络专为序列数据设计，已应用于作物生长和物候分析。尽管多模态模型已开始将作物影像与环境驱动因子整合，但这些方法主要分类当前阶段或在田块和育种小区尺度上运行，基于较早遥感观测的物候锚点及其后续气象序列进行区域未来成熟期预测的研究仍较少。为填补这一空白，本研究将观测到的物候事件（冬小麦抽穗期，HD）与后续事件（成熟期，MD）的预测相关联，利用抽穗后气象数据开展研究。研究目标为：（1）开发并评估随机森林模型以估算河南省抽穗期；（2）构建CNN-LSTM-Transformer（CLT）模型预测成熟期，并与CNN和LSTM基线模型比较；（3）评估抽穗后气象输入窗口长度对预测精度和时机的影响。研究人员开展了以下研究：研究区为河南省（110.35°E–116.65°E，31.38°N–36.37°N），位于暖温带与亚热带气候过渡带。冬小麦一般在10月中下旬播种，次年6月上旬收获，生长期约220–240天。地面物候观测数据来自中国气象数据共享服务系统，包括2014–2018年和2023年35个农业气象站点的播种、出苗、分蘖、返青、拔节、抽穗、乳熟和成熟期记录，抽穗期和成熟期定义为相应阶段记录起止日期的中点。冬小麦分布数据来自国家生态科学数据中心提供的中国10 m空间分辨率冬小麦识别数据集。MODIS数据采用Terra MODIS的MOD09A1地表反射率产品，空间分辨率500 m，8天合成间隔，计算增强植被指数2（EVI2），使用Google Earth Engine平台处理2022年10月31日至2023年6月1日冬小麦生长季的34景MOD09A1影像，利用State QA波段去除云污染像元，并应用Savitzky-Golay和高斯滤波结合线性插值构建平滑的日时间序列。ERA5-Land气候再分析数据来自欧洲中期天气预报中心（ECMWF），选取15个与作物发育相关的变量，并额外计算累积地表净太阳辐射和有效累积温度，共17个气象变量。研究方法包括两个关联部分：首先从MODIS EVI2时间序列估算冬小麦抽穗期，其次利用2014–2018年日ERA5-Land气象数据和物候观测训练深度学习模型，并用2023年观测进行季节内成熟期预测评估。抽穗期估算采用随机森林方法，先识别纯冬小麦像元，将10 m冬小麦图二值化后用最小池化聚合到500 m MODIS网格，仅当所有下层10 m单元均分类为小麦时500 m像元保留值1并视为纯小麦像元。对纯小麦像元计算8天EVI2时间序列，应用滤波和插值填补云污染区域的缺口，从重建的日EVI2曲线最大值初步估算抽穗期，并进行统一时间调整使区域均值与地面站点观测均值对齐。然后以纯像元估算的抽穗期及其对应MODIS时间序列训练随机森林回归模型，预测变量包括MOD09A1第1–5波段和EVI2（1月1日至5月1日），模型使用100棵树、不限最大树深、自助采样和0.70的特征采样比，数据按70%训练和30%验证划分。成熟期预测采用CLT模型，整合CNN、LSTM和Transformer处理2014–2018年抽穗后气象时间序列。CNN模块输入17个气象变量的日记录，一维卷积层核大小为3、步长为1提取局部时间模式；LSTM模块含50个隐藏单元表征序列依赖和抽穗后气象条件的累积效应；Transformer模块通过自注意力为输入序列不同时间步分配权重，正弦位置编码保留时间顺序，编码器使用两个头的多头注意力。数据集涵盖2014–2018年35个站点的175个站点-年序列，每个序列包含冬小麦生长季约230天的日气象记录，历史数据按80%训练和20%内部验证划分，训练中使用0.3的dropout率和早停策略，Adam优化器学习率0.001，均方误差损失，200个epoch，批大小8。模型使用2014–2018年35个农业气象站点的ERA5-Land气象数据和地面物候观测训练，独立评估使用2023年观测，进行了两项分析：（1）比较CNN、LSTM和CLT模型的成熟期预测；（2）评估气象输入窗口长度对CLT预测精度的影响，采用决定系数（R²）和均方根误差（RMSE）作为主要精度指标。研究结果显示：在抽穗期估算方面，纯冬小麦像元占小麦总面积比例较小，因为许多田块小于500 m MODIS像元。两阶段方法利用纯像元较清晰的物候信号估算抽穗期，再将关系扩展到混合像元。用Savitzky-Golay滤波重建日EVI2曲线，以EVI2峰值日期作为纯像元的初始抽穗期，用这些日期及对应MODIS B1–B5和EVI2时间序列信息训练随机森林模型，生成的2023年抽穗期分布省级均值为97.90 DOY。在成熟期预测方法比较方面，训练数据集结合了2014–2018年35个站点的位置、观测抽穗期和成熟期以及17个气象变量的日值，每个站点-年的抽穗后气象序列与观测成熟期配对。由于抽穗至成熟期长度因站点而异，预处理中采用序列填充和掩膜，较短序列用零填充，掩膜层将这些值排除在模型学习之外。CNN、LSTM和CLT模型分别训练并应用于2023年从估算抽穗期至6月1日的气象数据。四种成熟期分布图显示相似的大尺度区域格局，但在预测DOY分布的宽度和极值上存在差异。在气象输入窗口长度影响方面，CLT模型用2014–2018年抽穗后数据训练，2023年以抽穗期图定义每个小麦像元气象序列的起点，从5月1日至5月25日以5天间隔使用全部17个气象变量生成预测。基于截至5月1日数据的预测跨越95–196 DOY，表明季节早期离散度较大，随着输入窗口延长分布变窄，到5月25日空间格局和DOY分布接近使用截至6月1日数据获得的结果。讨论部分对抽穗期估算的性能和解释进行了分析，2023年35个物候站点观测比较显示随机森林抽穗期估算R²为0.834，RMSE为3.353天，表明该方法捕捉了河南省抽穗时间的主要空间变化，约3天的误差为比较物候进度和定义成熟期预测气象序列起点提供了有用的区域参考。该方法性能反映了纯像元筛选和随机森林回归的互补作用。估计日期与观测日期之间的剩余差异主要与8天MODIS合成间隔、混合像元变异和局部作物条件差异有关。在成熟期预测的比较性能和实践价值方面，CNN、LSTM和CLT模型的训练阶段容差指标显示，CLT的准确率0.975、精确率0.968、召回率0.953、F1分数0.960，均优于CNN和LSTM。除R²和RMSE外，当预测值与观测成熟期绝对差异不超过3天时计为正确。CLT和LSTM预测误差的配对t检验得出p<0.05。分区域评估显示豫北平均RMSE约5.9天，豫南约6.8天。与LSTM相比，CLT模型将R²从0.634提高到0.705，RMSE从6.713天降至6.456天，RMSE降低0.257天（3.83%），相当于约6.2小时。尽管单站点平均降低较小，但跨站点改善的时间排序有助于区分早熟和晚熟子区域。截至5月25日的估计可在生理成熟前约10–15天提供信息，支持田间评估和收获时机。已发表的基于过程的小麦模型通常报告成熟期RMSE约5–8天，CLT的6.456天处于该范围内。CLT取得最高R²（0.705），其次为累积温度配置（0.653）、LSTM（0.634）和CNN（0.605），对应RMSE分别为6.456、7.021、6.713和5.063天。CLT解释了最大比例的站点间变异，而CNN产生最低RMSE。全CLT模型与累积温度配置的比较显示，使用全部17个变量将R²从0.653提高到0.705，RMSE从7.021降至6.456天，表明太阳辐射、土壤水分、湿度和其他变量提供了累积温度之外的信息。分区域评估将35个站点按33.5°N附近气候过渡带分为南北两组，豫北平均RMSE（约5.9天）低于豫南（约6.8天），豫南分布更宽，这可能反映豫南亚热带过渡带更大的气候变异性。在输入窗口长度和预报时机影响方面，通过将2023年抽穗后气象序列截断在5月1日至5月25日的六个日期进行评估，随着最终输入日期从5月1日移至5月25日，R²从0.508增至0.694，RMSE从15.140天降至6.649天。截至5月1日的序列包含约20天抽穗后气象数据，精度最低，随着额外观测可用精度提高。5月25日至6月1日之间，R²增加0.011（从0.694到0.705），RMSE降低0.193天（从6.649到6.456天），微小变化表明模型使用的大部分预测信息在5月25日已可获得，允许提前约10–15天估计成熟期。在区域尺度上，约6–7天的RMSE提供了全省成熟时机的信息，提前10–15天发布的估计有助于农业机构比较各子区域成熟进度并准备田间观测和收获决策。与已综述的Information Processing in Agriculture研究相比，本研究的贡献在于将物候事件监测与后续事件预测相关联的框架。基于影像的生长期识别为当前作物阶段决策提供信息，而本框架使用估算抽穗期定义气象序列起点以预测成熟期，通过产生空间明确的成熟期日期并评估随抽穗后观测积累的精度变化，扩展了异构数据在产量和生物量估算之外的应用，也补充了基于天气的小麦收获籽粒水分估算。生理成熟与可收获籽粒水分阈值是不同的目标，预测成熟期本身不是推荐的联合收获日期，2023年评估的10–15天提前期为区域规划提供了潜力，而田间收获决策仍需局部籽粒水分测量和天气条件。由于响应变量和验证设置不同，报告的误差不能建立与这些研究的直接性能排名。ERA5-Land数据空间分辨率约10 km，表征与区域作物发育相关的大尺度气候梯度，更精细的气象和环境观测可在未来评估中提供局部变异的额外细节。预测模型使用抽穗后气象数据而非继续依赖植被指数，因为抽穗开花后小麦植被指数趋于饱和并在衰老期下降，降低了对决定成熟期的生理过程的敏感性，而温度和太阳辐射直接影响籽粒灌浆和干物质积累，使气象变量与从抽穗到成熟的生物学进程紧密关联。结论部分翻译如下：研究人员开发并评估了一个用于在生长季内估算冬小麦抽穗期和预测成熟期的协同框架。主要发现为：（1）以纯像元抽穗期训练的随机森林模型在整个研究区制图抽穗期，R²为0.834，RMSE为3.35天。（2）CLT模型在评估的架构中取得最高验证R²（0.705）和最强的容差指标，RMSE为6.46天。CNN产生最低RMSE（5.06天），表明R²、RMSE和容差指标提供了预测性能的互补视图。与LSTM相比，CLT的RMSE低0.257天（3.83%），预测误差的配对差异显著（p<0.05）。（3）使用截至5月25日的气象输入，CLT模型R²为0.694，RMSE为6.65天，可在生理成熟前约10–15天提供成熟期估计。主要贡献是将观测到的物候事件（抽穗）与后续成熟期的预测相关联，这一关系将遥感观测与作物发育的气象控制联系起来，为区域物候评估和收获时机提供了基础。