《Computers and Electronics in Agriculture》：Remote detection of root malformation disorder in
Eucalyptus saligna using UAV multispectral imagery and U-Net++
编辑推荐：
草莓产量预测中融合视觉与气象数据的PheMuT模型研究。该模型采用双YOLOv11检测器、SAM分割、DAv2深度估计及气象TCN模型，整合作物生长周期信息与多源数据，实现每周产量预测。实验表明其MAE降低10.7%，RMSE降低12.5%，R2提升17.2%。
Zijing Huang | Won Suk Lee | Yiannis Ampatzidis | Shinsuke Agehara | Natalia A Peres
美国佛罗里达大学食品与农业科学研究所农业与生物工程系
摘要
准确的产量预测对于优化农业中的资源管理和决策过程至关重要，尤其是对于草莓等作物，因为它们的成熟周期快速且持续不断。本研究介绍了一种新型的基于物候学的多模态时间序列模型PheMuT，该模型整合了视觉数据和气象数据流，以提高草莓产量的预测精度。所提出的方法采用了先进的计算机视觉技术，包括两个YOLOv11检测器、一个优化的ByteTrack跟踪器、Segment Anything (SAM) 和 Depth Anything v2 (DAv2)，用于精确检测果实、估算冠层结构和体积。同时，高频天气数据通过自监督的时序卷积网络（TCN）进行处理，生成简洁且信息丰富的天气嵌入。这些视觉和天气特征在基于LSTM的模型中融合，以生成每周的产量预测。PheMuT在佛罗里达的一个研究设施中使用两种草莓品种进行了两个连续季节的验证。结果表明，与基线手动方法相比，PheMuT提高了预测精度，平均绝对误差（MAE）降低了10.7%，均方根误差（RMSE）降低了12.5%，平均绝对百分比误差（MAPE）降低了18.6%。此外，模型的决定系数（R2 ）也提高了17.2%。PheMuT提供了一个高效、自动化的产量预测框架。代码和数据可在此链接获取： https://github.com/Sycamorers/PheMuT 。本研究使用的全套数据集可应要求向作者索取。
引言
准确的产量预测是现代农业食品系统的基础。精确、及时的预测支持着日常农场决策，从采摘团队的调度和冷藏室分配到远期合同的谈判，同时也为区域或国家层面的干预措施提供依据，以稳定供应和价格（Godfray等人，2010年）。在“数字农业”的更广泛背景下，将异构传感器数据流转化为可操作预测的深度学习流程越来越被视为缓解未来食品安全压力的手段（Kamilaris和Prenafeta-Boldú，2018年）。草莓是这类技术的一个有力测试平台。2023年，草莓的全球产量超过了1000万吨，年增长率得益于保护性种植面积的扩大和不断增长的市场需求（联合国粮食及农业组织，2024年）。由于草莓采摘是连续进行的且成熟速度快，即使是温度或辐射的微小变化也会对每周产量产生显著影响，进而影响劳动力成本和合同履行（Maskey等人，2019年；S?nsteby和Heide，2008年）。因此，预测系统需要具备亚周级的时间分辨率、气候意识以及在不同品种和管理方式下的鲁棒性（He等人，2022年）。
传统方法通过手动计数样本植株上的花朵或绿色果实以及简单的回归分析来预测未来产量。这些方法劳动强度高、存在采样偏差，并且通常具有场地特异性（MacKenzie和Chandler，2009年；Puranik等人，2021年）。在过去十年中，卷积神经网络（CNN）以及最近的视觉变换器（ViTs）（Dosovitskiy等人，2021年）自动化了许多这些步骤，其物体检测精度可与人类观察者相媲美（Mehdipour等人，2025年；Tan等人，2025年）。
实例分割框架（如Mask R-CNN（He等人，2018年）和实时跟踪器（如Deep SORT（Wojke、Bewley和Paulus，2017年））现在支持田间规模的单个果实生命周期跟踪。例如，SGSNet用于生长阶段检测（Li等人，2024年），是一个专为草莓设计的网络。StraTracker用于多目标物候跟踪（An等人，2024年），而SASP用于冠层划分（Huang等人，2025d），进一步减少了人工工作量，同时丰富了农艺信息（果实数量、阶段比例和冠层几何结构）。后续研究表明，冠层体积对果实大小和采摘速度具有预测能力（Gang等人，2024年），这鼓励将其纳入现代预测流程中。
时空数据融合方面的并行进展突显了结合环境历史与作物表型分析的价值。多源框架将卫星指数、气候再分析和管理记录结合起来，减少了葡萄酒葡萄（Kamangir等人，2024年）、主要谷物（Ashfaq等人，2025年；Zhou等人，2022年）和其他特色作物的产量预测误差。然而，对于草莓而言，真正多模态的方法仍然很少。一个值得注意的进步是AI驱动的时间序列模型，它将图像衍生的果实数量与近期天气数据结合起来，预测下一周的产量（Liu等人，2025年）。然而，该研究将每小时天气数据和每日物候测量值重新采样到标准网格上，但没有解决它们固有的分辨率不匹配问题，并且仅考虑了花朵和未成熟的果实。
相比之下，Montes de Oca等人（2025年）开发了一个使用图像序列LSTM的框架，能够以相当高的精度跟踪六个物候阶段，但他们忽略了天气和冠层指标。这些遗漏反映了更广泛的批评意见，即许多深度学习产量模型仍然未能充分代表环境压力或植物的结构特征（Farjon等人，2023年；He等人，2022年；Kamilaris和Prenafeta-Boldú，2018年）。尽管Montes de Oca等人（2025年）引入了阶段加权机制，但他们的方法依赖于连续系数，没有纳入环境驱动因素或冠层特征。本研究采用了一种简化的、基于持续时间的加权方案，适用于每周观测，嵌入了气象和植物结构信息。填补这些空白是本研究的动机。
本研究开发了一种基于物候学的多模态时间序列模型PheMuT，用于预测草莓产量，有效整合了视觉和气象数据。这里的“基于物候学”指的是通过使用报告的阶段持续时间来加权阶段计数，从而嵌入草莓发育进程的先验知识。该框架不强制使用机械性的生物物理作物生长方程。本研究的主要目标是：（1）通过融合具有不同时间分辨率的视觉和气象数据流来自动化草莓产量预测；（2）通过整合具有物候意识的阶段信息和冠层几何结构（面积和基于深度的体积代理）以及简化的、基于持续时间的阶段加权机制来提高预测精度；（3）评估在研究地点观察到的季节间变化和管理变化下的模型鲁棒性，并分析分布变化下的局限性。
方法片段
材料
该项目主要使用了两种类型的数据：（1）使用计算机视觉算法从图像中提取的田间数据，结合直接在田间收集的数据（主要用于验证）；（2）来自佛罗里达自动天气网络（FAWN）的天气数据。
田间数据在美国佛罗里达州Citra的佛罗里达大学/IFAS植物科学研究与教育单位（PSREU）收集（坐标：29.40432° N, 82.14161° W）。数据收集工作从1月8日开始，每周进行一次。
方法论
本研究开发了一种基于物候学的多模态时间序列模型，用于预测草莓产量。该模型以历史时间序列数据（包括图像和天气信息）作为输入，输出未来草莓产量的预测结果，时间范围从一周后到三到四周后不等。最大预测范围取决于数据集中的季节长度：在本研究中，一个季节的预测时间最长为三周。
硬件设置
本研究的训练和推理任务使用了Nvidia RTX 4090 GPU（内存容量24 GB，制造商：NVIDIA Corporation，美国加州圣克拉拉）来完成。实验框架包括训练多个模型：两个YOLOv11模型（一个用于识别果实和花朵，另一个用于区分草莓植株和杂草）以及一个自回归天气预测模型和一个LSTM模型。所有推理都在相同的设置下执行，包括YOLOv11的检测功能。
检测、分割和跟踪
在各种YOLO模型变体中，YOLOv11-m在花朵/果实检测和植物/杂草检测任务中表现出最高的效率和全面性。在花朵/果实检测场景中（表2），其mAP@50–95为0.408，mAP@50为0.807，超过了其最接近的竞争对手YOLOv8-m（mAP@50–95：0.400，mAP@50：0.804）。值得注意的是，即使是比较庞大的模型如YOLOv8-l和YOLOv10-l也未能达到其性能。
结论
PheMuT通过在基于物候学的时间序列预测框架中整合视觉表型和气象信息，显示出提高草莓产量预测的强大潜力。在美国佛罗里达大学/食品与农业科学研究所（IFAS）植物科学研究与教育单位（PSREU）Citra站点对‘Florida Brilliance’和‘Florida Medallion’品种进行的两个连续冬季季节的评估表明，
CRediT作者贡献声明
Zijing Huang： 撰写 – 审稿与编辑，撰写 – 原稿撰写，可视化，验证，软件开发，方法论设计，数据分析，概念化。Won Suk Lee： 撰写 – 审稿与编辑，监督，资源协调，项目管理，数据获取。Yiannis Ampatzidis： 撰写 – 审稿与编辑，监督，资金获取。Shinsuke Agehara： 撰写 – 审稿与编辑，监督，资金获取。Natalia A Peres： 撰写 –
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
致谢
本研究得到了USDA NIFA 的资助（资助编号：2023-67021-40618）。
