通过HYDRA-SE推进加拿大海洋省份的可持续农业:一种用于产量预测的混合决策与回归堆叠集成方法

《ADVANCED ENGINEERING INFORMATICS》:Advancing sustainable agriculture in Atlantic Canada through HYDRA-SE: A hybrid decision and regression stacked ensemble for yield prediction

【字体: 大 中 小 】 时间:2026年02月12日 来源:ADVANCED ENGINEERING INFORMATICS 11.5

编辑推荐:

  作物产量预测是全球粮食安全和可持续农业规划的基本组成部分。马铃薯作为加拿大海洋省份的主要主食和经济作物,由于土壤参数与作物产量之间关系的复杂性,其产量预测面临挑战。在本研究中,研究人员开发了一个机器学习(ML)框架,该框架集成了多方法特征选择和堆叠集成学习来预

  
作物产量预测是全球粮食安全和可持续农业规划的基本组成部分。马铃薯作为加拿大海洋省份的主要主食和经济作物,由于土壤参数与作物产量之间关系的复杂性,其产量预测面临挑战。在本研究中,研究人员开发了一个机器学习(ML)框架,该框架集成了多方法特征选择和堆叠集成学习来预测马铃薯产量。数据集包括来自爱德华王子岛(PEI)和新不伦瑞克省(NB)的马铃薯田在2017-2018生长季的土壤分析、地理空间和生产力参数。基于逐步回归的特征选择从33个初始特征中识别出八个显著特征,用于训练16个基线ML算法。五个表现最好的模型被用于进一步开发所提出的集成和堆叠集成学习方法。总体而言,结果表明CatBoost、XGBoost、LightGBM、随机森林(RF)和装袋树优于其他传统ML方法。所提出的混合产量决策与回归方法-堆叠集成(HYDRA-SE)框架达到了最高精度(R2 = 0.88,RMSE = 3.75)。这些结果说明了先进集成学习方法在田块、区域甚至国家层面产生可靠且稳健的马铃薯产量预测能力的巨大潜力,并可为加拿大海洋省份的马铃薯精准农业(PA)提供决策支持系统。
**论文解读:基于HYDRA-SE堆叠集成框架的马铃薯产量预测研究**

**1. 研究背景与问题**
全球粮食安全面临人口增长(预计2050年超98亿)和农业可持续性的双重挑战,准确及时的作物产量预测至关重要。马铃薯作为加拿大海洋省份(特别是爱德华王子岛PEI与新不伦瑞克省NB)的主食和经济作物,其产量受到土壤理化性质(如水分、有机质、养分等)复杂交互作用的显著影响。然而,现有研究存在以下关键问题:
- 多数依赖卫星或无人机遥感影像,忽视了土壤分析数据的基础作用,而土壤数据采集成本高、劳动强度大且受天气限制。
- 特征选择常被忽略,导致模型可解释性和准确性不足。
- 缺乏对多种机器学习(ML)模型的系统比较,尤其未充分利用堆叠集成框架提升预测能力。
- 针对加拿大海洋省份田块尺度的区域性、土壤驱动的预测框架极少。

因此,本研究旨在开发一种区域特异性、非侵入式的马铃薯产量预测框架,整合多方法特征选择与堆叠集成学习,以支撑精准农业(PA)和可持续农业实践。

**2. 研究内容与意义**
研究人员采集了PEI和NB共14个马铃薯田(2017-2018生长季)的土壤分析、地理空间和生产力数据,构建了包含34个参数的初始数据集。通过逐步回归(前向选择与后向消除)筛选出8个显著特征(水分含量MC、有机质OM、水平传导参数HCP、铁Fe、磷酸盐P?O?、P/Al比、锰Mn、铜Cu),并训练了16个基线ML模型。结果表明,CatBoost、XGBoost、LightGBM、随机森林(RF)和装袋树表现最佳。在此基础上,进一步开发了传统集成模型和堆叠集成模型HYDRA-SE(以装袋回归器为元学习器,结合超参数调优)。HYDRA-SE在测试集上取得最高精度(R2=0.88,RMSE=3.75 t/ha,rRMSE=8%),显著优于单个模型和传统集成。该研究发表在国际期刊《ADVANCED ENGINEERING INFORMATICS》上,为加拿大海洋省份的马铃薯精准农业提供了可靠的决策支持系统,并展示了集成学习在田块至国家尺度产量预测中的潜力。

**3. 主要技术方法概述**
本研究采用的关键技术方法包括:
- **数据来源**:2017-2018年从PEI(8个田块)和NB(6个田块)采集的土壤分析数据(含MC、OM、pH、大量/微量营养素等)、地理空间数据(坐标、采样点)和作物生产力数据(产量t/ha、NDVI),共2400个观测值。
- **特征选择**:使用逐步回归(前向选择与后向消除)基于p值筛选出8个最显著特征。
- **基线模型训练**:包括线性回归(LR)、决策树(DT)、支持向量回归(SVR)、多层感知机(MLP)及集成方法(RF、XGBoost、CatBoost、LightGBM、装袋树等)共16种。
- **堆叠集成学习(HYDRA-SE)**:以5个最优基线模型(CatBoost、LightGBM、RF、装袋树、XGBoost)作为基学习器,以装袋回归器作为元学习器,并采用超参数调优(如学习率、最大深度等)。
- **评估指标**:R2、均方误差(MSE)、均方根误差(RMSE)、相对均方根误差(rRMSE)、平均绝对误差(MAE)和平均绝对缩放误差(MASE)。

(注:忽略具体试剂、培养和质粒构建步骤,但样本队列来源已注明为PEI和NB的14个马铃薯田。)

**4. 研究结果**

**4.1 基线ML模型与集成模型的性能比较**
通过对比16个基线模型,梯度提升方法(CatBoost、XGBoost、LightGBM)以及随机森林和装袋树表现最佳,R2均高于0.76,rRMSE低于约11%。其中CatBoost最高(R2=0.76,RMSE=5.18)。传统集成模型(将5个最优模型平均)进一步提升了性能(R2=0.80,RMSE=4.74,rRMSE=10.30%)。而所提出的HYDRA-SE堆叠集成模型在所有指标上均最优:R2=0.88,RMSE=3.75,rRMSE=8%,MSE=14.07,MAE=2.36,MASE=0.20,表明堆叠集成能有效整合多个基学习器的互补优势。

**4.2 残差误差分析**
残差分析显示,HYDRA-SE具有最小的中位残差(-0.027)和最窄的四分位距(IQR=0.716),优于传统集成(IQR=1.390)和所有基线模型(如RF的IQR=1.878)。这表明HYDRA-SE不仅偏差最小,且预测稳定性最高。

**4.3 优势模型的有效性**
通过对比实测产量与预测产量的平滑趋势图,HYDRA-SE的预测曲线与实测曲线几乎完全重叠,尤其在产量急剧变化区域表现优异,而单个模型(如RF和装袋树)存在较大偏差。传统集成有所改善,但HYDRA-SE在捕捉局部变异和整体趋势方面最为精确。

**5. 讨论与结论**

**讨论部分总结**:
本研究验证了在加拿大海洋省份PEI和NB的土壤数据基础上,集成和堆叠集成学习(特别是HYDRA-SE)在预测马铃薯产量中的可行性与稳健性。梯度提升算法(XGBoost、CatBoost、LightGBM)优于传统装袋方法,这与现有作物建模文献一致。HYDRA-SE通过整合多个互补模型(CatBoost捕捉非线性交互、RF处理空间变异、XGBoost检测细微模式等),显著减少了系统偏差并增强了鲁棒性。特征重要性分析表明,MC、OM、HCP和P?O?是产量关键驱动因素,这为土壤养分管理提供了实践指导。与现有研究(R2通常为0.65-0.75)相比,HYDRA-SE的R2=0.88体现了堆叠集成学习的优势。尽管R2并非极高,但反映了农业系统固有复杂性(如病虫害、极端天气等不可控因素)。模型设计为可再训练,以适应未来数据变化。HYDRA-SE计算效率高,可部署于标准计算机,适合作为田间决策支持工具。

**研究结论部分翻译**:
在本研究中,研究人员开发了一个新的堆叠集成框架HYDRA-SE,利用来自加拿大海洋省份的土壤、地理空间和生产力数据预测马铃薯产量。通过检查多种特征选择方法和16种不同的ML模型,梯度提升方法被确定为强预测器,而堆叠模型获得了总体最高的预测性能(R2=0.88,RMSE=3.75)。总体而言,本研究结果表明,特征选择与堆叠集成学习相结合,比传统方法和单一ML方法提高了预测精度和可靠性。此外,MC、OM、HCP和P?O?等几个土壤特征被证明是未来精准农业土壤养分管理中的产量驱动因素。HYDRA-SE框架作为产量预测的决策支持产品具有巨大潜力,有助于提高加拿大海洋省份可持续马铃薯生产的效率。未来工作将致力于通过纳入天气、遥感变量以及传染病数据来扩展模型,从而在充满不确定性的未来实现更全面、可扩展的作物产量预测方法。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号