基于集成机器学习与多源数据融合的玉米精准氮管理创新策略

《Precision Agriculture》：Developing an innovative stacking ensemble machine learning and multi-source data fusion-based precision nitrogen management strategy for corn

本研究针对玉米氮肥管理中存在的过量或不足施用导致的产量、环境与效益失衡问题，旨在开发一种基于生长季内、针对田块的精准氮肥推荐策略。研究人员利用集成机器学习（ML）模型，融合冠层传感器、遗传、环境和田间管理多源数据，对玉米产量及其对侧施氮肥的响应进行预测，进而估算经济最优施氮量（EONR）。研究结果表明，集成模型（特别是Stacking Regression 2）在玉米产量和EONR预测上均表现出色（验证集R2>0.85，EONR预测R2=0.82）。该策略为制定兼顾高产、高效、环保的实时氮肥管理方案提供了有前景的新工具。

　　

在全球粮食安全与环境保护双重压力下，如何精准、高效地管理农田氮肥，成为现代农业面临的核心挑战之一。氮是作物生长的关键营养元素，但过犹不及：施用过少会导致减产和籽粒品质下降，而过量施用不仅造成肥料浪费，还可能引发一系列环境恶果，例如水体富营养化和温室气体氧化亚氮（N₂O）排放增加。传统的氮肥推荐方法，如基于土壤和植株样本测试，费时费力，且难以反映作物生长的动态变化。基于历史数据的区域平均推荐值（如美国中西部广泛采用的最大收益施氮量MRTN法），则无法有效应对具体田块、特定年份的气候变异和田间条件的巨大差异。这些问题导致氮肥利用效率低下，农民收益受损，环境负担加重。

随着传感技术和数据分析能力的进步，利用主动冠层传感器在作物生长季内进行非破坏性监测，为精准氮管理（PNM）带来了希望。然而，现有的传感器算法多基于局部数据开发，在跨区域应用时表现不稳定，且通常只整合简单的天气或物候信息，难以捕捉遗传、环境、管理等多种因素间的复杂互作对氮肥效应的综合影响。机器学习（ML）为处理这类复杂、高维数据提供了强大工具，但此前的研究多聚焦于直接预测EONR，未能充分利用多源信息，也较少考虑市场价格波动对施肥决策的影响。

为了应对这些挑战，一项发表在《Precision Agriculture》上的研究，提出了一个创新的解决方案。研究人员的目标是，开发一种基于集成机器学习和多源数据融合的玉米生长季内、田块特异性氮肥推荐策略。这项研究旨在回答两个核心问题：第一，如何利用多源数据（包括传感器、遗传、环境、管理信息）和先进的机器学习模型，实现对玉米产量的精准预测？第二，能否基于预测的产量响应曲线，模拟玉米对不同侧施氮肥量的反应，并动态计算出考虑当前市场价格的经济最优施氮量（EONR）？

为了回答上述问题，研究团队运用了多个关键技术方法。首先，他们利用了覆盖美国玉米带8个州、历时3年（2014-2016年）的49个站点-年度的公开氮肥梯度试验数据集，共包含3094个试验小区数据。其次，数据采集整合了多源信息：使用手持式主动冠层传感器RapidSCAN CS-45在玉米V9期（±1叶）采集冠层反射率，并计算了14种植被指数（如归一化差值红边指数NDRE）；同时，收集了玉米杂交种遗传信息、从种植到传感期间的天气数据、土壤理化性质数据以及田间管理措施（如播种量、播前施氮量、灌溉、前茬作物等）等，构建了包含42个预测变量的“全变量”数据集。第三，在模型构建与评估方面，研究人员对比了五种经典的机器学习算法，包括随机森林回归（RFR）、支持向量回归（SVR）、极限梯度提升回归（XGBR）、CatBoost回归（CBR）和多层感知器（MLP），并创新性地构建了两种堆叠回归（Stacking Regression）集成模型（STR1和STR2），后者以RFR、SVR、XGBR、CBR、MLP作为基学习器，线性回归作为元学习器。模型通过训练集、验证集和测试集进行评估。最后，为了估算EONR，研究利用训练好的产量预测模型，对一组独立的模拟数据集（包含不同侧施氮肥量处理）进行产量预测，然后利用“eonr”软件包，基于玉米和氮肥的当前市场价格，拟合产量-氮肥响应曲线并计算EONR。模型的解释性则通过SHAP（Shapley Additive Explanations）值分析来实现。

研究人员开展了一系列严谨的分析，得出了以下关键结果：

1. 基于不同ML算法的玉米籽粒产量生长季内预测 结果显示，在“全变量”和“简化变量”（精选14个易获取变量）数据集上，集成模型（STR1, STR2）和MLP模型在训练、验证和测试集上均表现稳健，预测精度高（验证集R²> 0.85）。其中，STR2模型（包含SVR作为基学习器）表现尤为出色。而XGBR等模型虽然在训练集上拟合极好，但在测试集上误差较大，显示出过拟合迹象。使用更全面的数据集通常会带来更好的模型性能，但基于简化数据集的模型仍能达到较高的预测精度，为实际应用提供了便利。

2. 模拟产量对氮肥的响应以估算EONR 这是研究的核心。利用训练好的产量预测模型模拟不同施氮量下的产量，进而计算EONR。结果显示，对于“全变量”数据集，MLP、STR1和STR2模型在EONR估算上表现最佳，R²值超过0.80，其中STR2模型的R²最高，达到0.82，均方根误差（RMSE）为27.50 kg N ha^-1。对于“简化变量”数据集，STR2模型的R²也达到了0.75。这表明集成模型，特别是STR2，在预测玉米产量对氮肥的非线性响应和估算EONR方面，具有优越的泛化能力和鲁棒性。研究还通过具体站点-年度的实例，展示了STR2模型如何根据预测的产量响应曲线和净收益曲线，确定考虑肥料成本和玉米价格后的EONR和最大收益施氮量（MRTN）。

3. 不同变量对玉米籽粒产量预测的贡献 通过SHAP值分析，揭示了影响产量预测的关键驱动因素。无论是“全变量”还是“简化变量”模型，侧施氮量（Side_N）、播前施氮量（Preplant_N）和归一化差值红边指数（NDRE）都被确定为预测玉米产量的三个最重要变量。土壤质地（如粉粒Silt含量）、pH值、土壤含水量和天气条件（如累积降水PPT）等因素也发挥着重要作用。分析还揭示了变量间的复杂交互作用，例如较高的NDRE值（>0.30）与充足的氮肥供应相结合时，对产量的正向贡献最大。

4. 讨论 研究结论强调，所开发的基于堆叠集成机器学习和多源数据融合的策略，是一种极具前景的玉米生长季内、田块特异性产量预测和侧施氮肥推荐方法。该策略的主要优势和创新性体现在五个方面：第一，它允许整合最新的玉米和氮肥市场价格信息来计算EONR，使施肥决策更具经济效益灵活性。第二，采用堆叠集成ML模型，综合了多种基学习器的优势，提升了预测的准确性和稳定性，有效克服了单一模型可能存在的局限性。第三，实现了遗传、环境、管理、传感数据的多源融合，使模型能够捕捉更全面的作物生长驱动因素，提高了模型的解释性和普适性。第四，利用SHAP等可解释性工具，增强了“黑箱”ML模型的透明度，有助于理解变量贡献和交互作用，指导农艺实践。第五，研究基于一个覆盖广泛区域和多样条件的公开大型数据集进行，结论更具代表性和说服力。

同时，作者也指出了研究的局限性。首先，尽管数据集规模可观，但仍无法完全代表美国玉米带所有时空变异，未来需要持续纳入新的试验数据以更新和优化模型。其次，简化模型在某些特定条件（如前期土壤氮素充足、有豆科前茬等）的站点表现不佳，说明在追求实用性的同时，不能忽视关键环境和管理信息的纳入。最后，模型在个别遭遇极端天气（如渍涝）或数据采集问题的站点表现仍有偏差，提示实际应用中需结合田间具体情况综合判断。

总体而言，这项研究为智慧农业和精准氮管理领域贡献了一个强大的方法学框架。它不仅展示了集成机器学习与多源信息融合在解决复杂农学问题上的巨大潜力，而且为开发下一代智能化、动态化、经济化的氮肥管理决策支持工具指明了方向。这项成果对于推动农业可持续发展，实现粮食安全、资源高效和环境保护的多重目标，具有重要的理论和实践意义。