地中海气候下葡萄园产量的演化预测：西班牙加的斯地区的多时相机器学习方法

《Precision Agriculture》：Evolutionary forecast of vineyard yield in a mediterranean climate: A multi-temporal machine learning approach in Cádiz, Spain

　　摘要
目的
准确且提前预测作物产量对于农业管理、经济规划和市场稳定至关重要，尤其是对于葡萄酒等高价值产品而言。本研究提出了一个多时相建模框架，用于预测西班牙加的斯省（一个拥有深厚酿酒传统的地区）的葡萄产量（以千克计）。

方法
利用包含历史收获记录、气象变量和遥感植被指数时间序列的12年数据集，开发并评估了机器学习（ML）回归模型，这些模型在三个关键物候阶段进行了测试：收获后（12月）、休眠后（3月）和开花后（6月）。该方法采用了严格的留一法（LOYO）交叉验证方法来评估模型在短时间序列背景下的性能。

结果
结果显示，在整个生长季节中，预测精度逐步显著提高：平均绝对百分比误差（MAPE）从12月初的13.9%降至3月的13.8%，并在6月降至10.9%。研究揭示了一个连续的农学生理过程：前一年的产量和夏季降水量确定了基线产量潜力，随后这一潜力受到3月确定的冬季温度的关键影响。这些模型不仅仅是一个简单的预测工具，还提供了有价值的解释性见解，量化了每个阶段物候和气候因素的影响。

结论
这项工作表明，在收获前很久就可以实现高精度预测，为地中海气候条件下的葡萄栽培战略决策提供了关键信息。

引言
葡萄栽培的经济和社会重要性
农业是全球经济的基本支柱，而葡萄栽培在这一领域占据着特别重要的经济和文化地位。传统上，葡萄种植与地中海盆地紧密相关，那里的气候条件和数百年的农业遗产塑造了独特的葡萄栽培景观。西班牙是全球葡萄酒生产的领导者，拥有世界上最大的葡萄园面积（超过93万公顷，占全球总量的约13%）（OIV，2025年）。从葡萄种植到生产和销售，整个葡萄酒生产过程是重要的经济驱动力，每年创造超过237亿欧元的增加值（包括直接、间接和诱导效应），相当于全国GDP的约2.2%，并支持了超过42.77万个就业岗位。西班牙强大的国际影响力进一步增强了这一经济贡献：它是按体积计算的世界最大葡萄酒出口国，按价值计算则是第三大出口国（Interprofesional del Vino de Espa?a，2023年）。

多年生作物产量预测的挑战
预测作物产量是一项复杂的任务，尤其是对于葡萄等多年生作物而言。最终产量是各种因素在长期生长周期中相互作用的结果，包括气候和土壤相关因素、农艺管理实践以及植物自身的生理特性。葡萄藤具有生物学“记忆”；一个季节的环境条件可以通过影响芽的分化和植物的能量储备来影响下一个季节的生产潜力（Guilpart等人，2014年）。尽管预测过程复杂，但能够可靠地预测收获时间对整个葡萄酒价值链具有实际优势。例如，对于葡萄种植者来说，早期预测使他们能够优化田间物流、调整肥料和水的施用，并规划收获所需的人力。对于酒厂和合作社而言，它有助于管理酿酒能力和生产计划，以及制定商业策略。此外，产量预测对市场运营商、保险公司和公共管理部门也至关重要，因为它们有助于价格稳定、风险管理以及基于数据的农业政策制定。

得益于遥感和机器学习（ML）的最新进展，现在可以在几个月前进行产量预测，而无需使用侵入性方法，同时保持高可靠性。

作物产量预测的最新技术
准确预测作物产量一直是农学研究的目标，但这也是一项充满不确定性的艰巨任务。传统方法侧重于直接在田间测量参数。在葡萄栽培中，例如，会统计每株葡萄的果穗数量和每个果穗的果实数量，并定期测量果实的重量。一种常见的方法是在果实生长放缓的阶段（周期中期）进行破坏性采样，并利用这些数据来推断最终收获重量（Komm & Moyer，2015年）。虽然这些方法提供了实证基础，但它们存在重要局限性：它们劳动密集且耗时；其准确性严重依赖于获得具有代表性的样本，这在大型、异质性葡萄园中难以实现；并且难以扩展到区域层面。此外，这些方法生成的预测结果通常在收获临近时才得出，此时葡萄种植者的干预机会已经有限。这些技术的误差通常在10%到20%之间（Barriguinha等人，2021年），并且在异常年份存在不确定性。

为了克服这些限制，研究转向了更稳健和可扩展的产量预测数学模型。这些模型大致分为两类：
- **生物物理模型（作物模拟）**：这些模型描述了葡萄藤生长的生理过程及其与环境的相互作用，包括水分、养分和气候等因素。例如，通用模型如AquaCrop（FAO），以及欧盟MARS系统内开发的特定模型（Theodore等人，2009年；Donatelli等人，2015年）。尽管这些模型提供了详细的见解，但它们需要大量的输入参数（如土壤特性、品种、管理实践）和本地校准，这限制了其广泛应用。
- **统计（经验）模型**：这些模型寻找预测变量（主要是气候或历史数据）与产量之间的直接关系，而不模拟作物的内部机制（Estes等人，2013年）。这类模型从简单的线性回归到多元回归方法以及先进的机器学习技术都有。它们在整合多样化数据方面更为灵活，但在超出开发条件范围时可能会失去有效性。目前，机器学习模型被认为是统计模型的强大扩展，因为它们可以处理农业系统的非线性复杂性，而无需生物物理模型所需的繁琐参数化。

遥感作为关键数据来源
卫星遥感通过提供频繁、一致和高分辨率的数据，以非破坏性方式改变了农业监测，显著提高了产量估计的准确性。Landsat和Sentinel等平台与Google Earth Engine等云处理工具结合使用，使更多人能够访问这些数据（Ramos等人，2025年）。多光谱卫星图像提供了获取光谱植被指数所需的信息，这些指数可作为作物健康状况、活力和光合作用活动的间接指标。对于葡萄藤而言，这些指数整合了植被活力和潜在压力的信号。最近的研究表明，通过田间成像和近距传感技术可以在早期预测产量（Aquino等人，2018年）。然而，这些方法需要在葡萄园进行直接数据采集，涉及实地访问和葡萄串的图像捕捉。虽然这些方法在地块层面可以实现高精度（Aquino等人，2018年），但由于复杂的田间物流、高昂的设备成本和计算需求，它们在空间可扩展性和操作效率方面仍有限（Barriguinha等人，2021年；Orlandi等人，2025年；Upadhyaya等人，2025年）。

相比之下，自动系统地获取的卫星图像使得完全自动化的产量预测工作流程成为可能。这不仅消除了田间数据收集的需要，还允许将预测范围扩展到更大的区域，甚至是省级或地区级别。最常用的指数是NDVI（归一化植被指数），它是植物绿度的通用指标，广泛用于估计植被的生物量和光合作用活性（Xue等人，2017年）。高NDVI值表明植被茂密且活跃，而低NDVI值可能表明植被覆盖度较低或存在压力。然而，在可见土壤较多的小冠层葡萄园中，纯NDVI可能会因土壤“噪声”而低估实际生物量。因此，使用了调整后的指数，如SAVI（土壤校正植被指数），其中包含了土壤亮度的校正因子（Huete，1988年）。此外，其他指数提供了补充信息：
- NDMI（归一化水分指数）：估计植被的水分含量（Gao，1996年），适用于检测干旱压力，特别是在水资源有限的地中海气候条件下。
- ARVI（大气抗性植被指数）：一种对大气变化（如气溶胶和云层覆盖）更敏感的NDVI变体（Kaufman & Tanre，1992年），提高了不同日期之间的可比性。
- CGI（叶绿素绿色指数）：与植物的叶绿素含量相关，高CGI值表明高光合作用潜力，而降低可能表明营养不足或衰老开始（Feng等人，2022年）。
- SIPI（结构不敏感色素指数）：对类胡萝卜素色素与叶绿素的比例变化敏感（Haboudane等人，2002年），可用于指示压力情况或物候变化（如葡萄转色期）。

通过在整个生长周期内分析这些指数作为时间序列，我们可以识别关键的物候模式：冬季值较低，春季随着芽萌发而增加，夏季根据管理和水分条件达到峰值，收获后下降。这些光谱动态反映了植物的发育及其对环境的响应，为单独的天气变量提供了额外的维度（Pan等人，2015年）。尽管关于葡萄园产量预测的研究越来越多，但很少有研究完全依赖卫星图像。其中一个例子是Cunha等人（2010年）的工作，他们使用SPOT卫星上的VEGETATION传感器的NDVI时间序列数据开发了一个早期产量预测模型，涵盖了四个葡萄牙葡萄酒产区（Cunha等人，2010年）。他们的结果显示，前一季节4月的NDVI值可以提前17个月预测葡萄酒产量，解释了77-88%的年际变异性，误差在2.9%到7.1%之间。然而，这项研究依赖于低分辨率卫星数据（1公里），限制了预测的空间精度。此外，尽管这种方法具有开创性，但与当前的高分辨率卫星系统和现代机器学习方法相比已经过时，后者可以实现更精细的空间定位和更高的预测精度。

机器学习作为预测工具
与传统统计方法相比，机器学习技术能够处理大量数据并识别复杂的非线性关系，在农业中尤其有益，因为多种因素以重要方式相互作用（Chlingaryan等人，2018年）。机器学习的优势在于其整合不同数据源（历史、气象、卫星和管理数据）的能力，并发现决定生产力的微妙或复杂模式。监督回归算法特别适合估计连续值，例如每公顷产量（以千克计），并且在葡萄栽培领域已被证明非常有效（Konstantinos等人，2018年）。在这一领域广泛采用的几种算法包括：随机森林（RF），它基于使用数据随机子集训练的决策树集合（Breiman，2001年）；梯度提升模型，这些模型通过顺序组合弱模型来最小化误差（Natekin和Knoll，2013年），包括XGBoost等实现方式（Niazkar等人，2024年）。这些模型具有几个关键优势，包括高准确性、对噪声和缺失数据的鲁棒性以及良好的泛化能力。最近在葡萄园中使用随机森林的研究表明，结合卫星预测因子（植被指数）、气候数据（如温度、降雨量和日照小时数）以及在较小程度上的土壤特性，可以实现非常准确的产量预测（等人，2024年）。这表明，某些关键月份的平均温度或累积降雨量等因素通常可以解释产量的大部分变化。一个反复出现的发现是气候的重要性；在许多情况下，仅基于气象变量的模型与同时结合土壤数据的模型具有可比或更高的准确性（Folberth等人，2016年）。这表明年际气候变异性是决定年产量最重要的因素之一。像XGBoost这样的提升梯度模型相比传统的基于树的模型具有更高的预测准确性，尽管这以降低可解释性为代价（Islam等人，2024年）。总体而言，基于决策树的算法（如随机森林和提升算法）很受欢迎，因为它们能够很好地处理非线性，并允许变量之间的相互作用（例如降雨量和土壤肥力的综合效应）。由于它们具有内部正则化机制，这些算法也相对不易在小数据集中过拟合。在时间序列机器学习中，适当的验证是一个关键要素。例如本研究中使用的留一法（LOYO）验证或时间序列分割技术，可以避免在相同的时期训练和测试模型所带来的不合理的乐观估计。回测也很常见，涉及在n年内进行训练，然后迭代预测n+1年以模拟实时使用情况。这验证了模型是否能够泛化到新的年份，而不仅仅是记忆过去的变异。

尽管关于葡萄藤产量预测的文献很多，但大多数工作都集中在单一的预测时间点上（例如，使用截至该时间点收集的数据来预测成熟期的产量）。很少有研究探讨预测能力在整个季节中的演变过程，以及不同阶段预测因子的相对重要性。在这方面，Laurent等人（2021年）认为，专注于单一时间点的做法忽略了作物产量发展的动态特性，这是产量评估方法面临的关键挑战之一。本研究通过进行多时相分析填补了这一空白。模型在同一个季节的不同月份的数据上进行训练，然后比较它们的性能。这种动态方法通过确定可以合理提前多远预测收获以及识别每个阶段的重要变量，为管理改进提供了新的视角。此外，它响应了最近的发展更具解释性和适应性的模型的呼声，这些模型能够结合物候学知识，即根据作物生长阶段调整因素的重要性（Simeunovi?等人，2025年；Zheng等人，2025年）。总之，这项研究不仅提供了一个预测模型，还试图增强我们对每个季节内葡萄产量何时以及为何发生变化的理解，这对科学和实践都有重要意义。

本研究的主要目标是使用多时相机器学习方法为加的斯省开发并评估一个葡萄产量预测系统。该研究的基本创新不仅在于将机器学习应用于葡萄栽培，还在于其顺序方法论设计。与以往通常在接近收获的成熟阶段产生单一预测的研究不同，本研究探讨了预测准确性和预测因子的重要性在同一生长季节内不同物候阶段的变化情况。

具体来说，构建并比较了三个对应于三个关键阶段的模型，如图1所示，图中展示了季节分布以及葡萄藤的物候状态。早期预测（12月）：在上一年的收获之后立即进行。该模型仅使用已完成周期的变量和当年的产量数据。它基于葡萄园的“记忆”提供初步估计，在新周期的数据尚未可用时作为最低基准。因此，这个预测考虑了上一年的数据，因为预测是在12月初进行的，如图1中的蓝色箭头所示。中期预测（3月）：冬季休眠期之后。它结合了12月模型的所有信息，并添加了最近完成的冬季变量。这代表了冬季结束后的预测，考虑了冬季条件对生产潜力的影响。该预测使用了上一年的变量值以及新的冬季数据，需要注意的是，如图1所示，冬季月份为12月、1月和2月。因此，预测是在3月初进行的，此时已经获得了冬季所需的全部数据。晚期预测（6月）：开花和结果之后。它使用了所有先前模型的变量，并添加了当前春季的变量。这是最接近实际收获期的预测，拥有最完整的数据集，理论上也是最准确的。这个最新的预测在6月初进行，考虑了迄今为止获得的所有数据，包括上一年的数据、冬季数据和新的春季数据。本研究中的春季月份为3月、4月和5月，如图1所示。

研究区域：加的斯葡萄酒产区
本研究关注的是位于西班牙安达卢西亚自治区伊比利亚半岛最南端的加的斯省，如图2所示。主要的葡萄酒产区是马科德赫雷斯（Marco de Jerez），该地区以起伏的丘陵和风景如画的乡村为特色。气候属于地中海型，具有强烈的海洋性（大西洋）影响。其主要特征在表1中有所说明。

主要土壤类型是“albariza”，这是一种富含碳酸钙、二氧化硅和粘土的亮白色石灰质壤土。这种土壤具有出色的保水能力，在夏季会形成一层表面结壳，减少蒸发，使葡萄藤的深根能够获取储存的水分。因此，葡萄园能够抵御该地区典型的长期干旱夏季。主要的葡萄品种是Palomino Fino、Pedro Ximénez和Moscatel，这些品种对赫雷斯葡萄酒的生产至关重要。

为了这项研究，收集了12年（2011-2022年）的葡萄酒总产量数据。目标变量是加的斯省的年葡萄产量，以千克为单位。这些数据来自安达卢西亚自治区农业委员会的官方统计，数据涵盖了图3所示的地块。产量数据由地区当局直接提供，以市级层面的空间聚合记录形式提供，表示总产量，不细分具体品种或单个地块。这种聚合级别是严格要求的，以确保完全遵守西班牙2018年关于保护个人数据和保障数字权利的法律（LOPDGDD），该法律禁止披露细分的地块级信息，以保护个别生产者的商业隐私。对于省级分析，将各市镇的生产值进行了汇总。因此，虽然遥感和气候变量最初是以高空间分辨率处理的，但随后被整合以匹配可用历史产量序列的市镇规模，共计180个独立观测值。

此外，从各种来源收集了一组预测变量，以识别影响模型产量的因素。遵循类似地中海作物的方法，这些变量被按时间分组到关键的物候时期，如图1所示。冬季（作物年）：上一年的12月至作物年的2月。春季（作物年）：作物年的3月至6月。夏季-秋季（前一年）：收获前一年的7月至11月。

对于这些时期，计算了不同的变量，所有变量均列在表2中：
- 气候变量：包括最高温度、最低温度和平均温度等气候变量，以及总降水量。这些变量捕捉了葡萄园在关键阶段所经历的环境条件（例如温暖的冬季或干燥的春季）。温度数据来自MOD11A2.061 Terra地表温度和发射率产品（MODIS，1公里，8天合成），而降水量数据来自ERA5-Land月度聚合再分析数据集（ECMWF）。这两个数据集均通过Google Earth Engine平台进行访问和处理。
- 植被指数（遥感）：使用Landsat卫星图像（7号和8号）计算了每个物候阶段的NDVI、SAVI、ARVI、CGI、SIPI和NDMI指数的平均值。为此使用了Google Earth Engine平台，并结合了从SIGPAC（安达卢西亚自治区地理信息系统，xxxx）获得的葡萄园矢量掩膜，以仅隔离出葡萄园对应的像素。例如，冬季的NDVI代表收获年冬季的葡萄园平均指数值，而夏季的SAVI代表前一年7月至11月的平均值。
- 历史产量：这些信息对应于上一年的收获量（以千克计）。该变量考虑了之前的生产负荷，并反映了交替种植产量的潜在影响。为了专注于葡萄园，使用官方的SIGPAC层划定了葡萄园范围。这使得卫星指数只能在图3中观察到的这些区域内计算。使用的图像空间分辨率为30米：Landsat 7 ETM+（2011-2013年）和Landsat 8 OLI（2013-2022年）。图像经过大气效应校正并过滤掉了云层覆盖。然后，对每个定义的时期计算了每个指数并进行了平均。图4展示了2021年冬季在葡萄园地块上计算的NDVI示例，其中较暖的颜色表示植被健康状况较差，而较冷的颜色则表示植被活力较强。表2列出了用于葡萄产量预测的输入变量，按时期和类型分组。全尺寸表格。

采用了一种监督机器学习方法来解决回归问题，生成了一个迭代工作流程，如图5所示，以在三个感兴趣的时间点构建和比较预测模型。图5的替代文本可能是使用AI生成的。全尺寸图像。

工作流程展示了在一年内进行相应产量预测所采取的步骤。葡萄产量预测过程分为三个主要阶段（如图5所示），设计为每年重复进行以生成更新后的预测。这种多时相方法允许在整个生长季节逐步整合新的气候和遥感数据，随着季节的进展提高模型的预测性能。

第一阶段涉及收集、处理和构建训练预测模型所需的输入数据。其主要目的是计算植被指数和气候变量，同时考虑收集的历史产量数据。这个结构化的数据集整合了历史数据和当季数据，为下一阶段的模型训练奠定了基础。一旦输入数据准备就绪，第二阶段就使用随机森林算法进行预测建模，选择该算法是因为它能够处理非线性关系并抵抗过拟合。根据生长季节的不同阶段和当时可用的数据，定义了三种预测情景，如图6所示。图6的替代文本可能是使用AI生成的。全尺寸图像。

三种产量预测情景及其相应输入特征的时间线：
- 模型1（12月）：仅使用历史数据，能够在收获后立即进行早期预测。该情景包括“Harvest_prev_year”和所有带有“_prev”后缀的变量（指前一个周期的数据），代表上一个季节结束后的可用信息。
- 模型2（3月）：结合当前的冬季数据，利用当季气候观测结果来细化预测。它代表春季开始时的可用信息。
- 模型3（6月）：添加春季数据，包括更新的植被指数，提供更接近收获时间的准确预测。它代表春季末成熟前的可用信息。

图7展示了2010-2022年交叉验证期间预测收获量与实际收获量的多模型比较。全尺寸图像。

在每种情景中，都使用了一组特征和相应的12个案例（年份）的数据集来训练和验证一个预测收获量（年产量）的机器学习模型。在算法选择方面，首先对几种监督回归算法进行了初步比较，包括随机森林、梯度提升（XGBoost）和多元线性回归。进行了探索性交叉验证实验来评估它们的性能。这些实验的结果如图7所示，该图将预测的收获量与实际收获量进行了比较；图8详细展示了每种模型的年绝对误差百分比。最终选择了随机森林算法，因为它在预测准确性、有限训练数据下的鲁棒性以及通过特征重要性分析的可解释性方面具有优势。在建模之前，所有变量（包括历史产量（千克）、气候数据（摄氏度和毫米）和植被指数（无量纲）都被合并到一个表格数据集中。需要明确的是，在训练之前没有对数据集进行任何标准化或归一化处理。随机森林算法本质上是尺度不变的；它的决策树基于单个特征的阈值规则来划分数据，而不是计算数据点之间的几何距离。因此，具有广泛不同单位和幅度的预测因子的整合不会影响模型的性能，从而消除了预先特征缩放的需要。使用scikit-learn库的实现，并采用了默认参数，除了树的数量n-estimator被设置为100。树的训练使用均方误差（MSE）作为分割标准。鉴于数据集的相对较小规模，增加树的数量超过100并没有带来显著的性能提升或过拟合，因此保留了默认配置。

为了评估模型的泛化能力并模拟真实的预测条件，采用了LOYO交叉验证方法。对于每个预测情景，遵循以下程序：
- 进行了12次迭代，每次都排除某一年（例如2015年）的所有数据。模型在剩余的11年上进行训练，然后应用于预测被排除年的产量。为了严格防止在此LOYO框架中出现任何结构信息泄露，当年份t被用于测试时，训练集中系统地屏蔽了年份t+1的Harvest_prev_year输入值。这确保了模型在训练期间无法访问测试年的目标变量。这个过程对2011年至2022年之间的每一年重复进行，为数据集中的所有年份生成了样本外的产量预测。这种LOYO策略确保模型评估始终在训练期间未使用的数据上进行，这与仅基于过去信息预测即将到来的收获的实际任务非常相似。验证过程完成后，将预测值与实际收获记录进行比较，并计算平均预测误差。

因此，使用了三个标准回归指标来评估每个模型的性能：
- 均绝对误差（MAE）：衡量预测误差的平均幅度，以千克葡萄表示。
- 均方根误差（RMSE）：平方误差的平均值的平方根，对较大误差给予更高的权重。
- 均绝对百分比误差（MAPE）：将平均绝对误差表示为实际值的百分比。

所有指标都是基于每种情景的LOYO预测计算得出的。此外，还分析了随机森林模型提供的特征重要性值（杂质平均减少量），以确定每个季节阶段最具影响力的预测因子。

结果和讨论
对三种预测情景（12月、3月和6月）的分析显示，在预测准确性和预测驱动因素方面都有明显且显著的改进。下面详细介绍了每种情景的结果，随后进行了综合讨论。

首先，评估了可用属性的总体重要性。图9显示了通常对葡萄产量预测影响最大的变量。需要注意的是，这项分析将所有属性作为一个整体包含在单个模型中，而不考虑它们在季节中的正常可用时间。因此，得出的重要性不应被解释为在任何特定预测阶段使用的那些属性，而应视为对哪些变量最有效地贡献于模型性能的一般估计。

图9显示了在单个无约束随机森林模型中集体评估时所有可用属性的相对影响。这代表了整个生长季节中变量的全局重要性，在将分析分为特定预测情景（12月、3月和6月）之前。

在实际的预测工作流程中，产量在生长季节的三个不同时间点进行估计。在这些时间点，可用的属性集会发生变化，因为气候和植被指数数据会在一年中逐渐变得可用。因此，每个预测中使用的变量的相对重要性也会有所不同。这种初步的全球分析只是为了突出哪些属性总体上最具信息量，作为在评估它们在每个特定预测情景中的作用之前的参考。

这些结果非常有趣，揭示了根据随机森林模型来看最决定性的因素：
1. 冬季是关键：最重要的变量是平均冬季温度（t_mean_win），其次是最低冬季温度（t_min_win）。这表明葡萄藤休眠期间的热条件是决定未来收获的基本因素。
2. 夏季和秋季也很重要：第二组最有影响力的变量是夏季-秋季期间的植被指数（SIPI、ARVI、NDVI和CGI）。这是有道理的，因为它们反映了果实成熟最后阶段的植物健康和活力。
3. 前一年的作物影响不如预期。与我们的预期相反，Harvest_prev_year的位置处于中等偏下。模型发现当前年份的气候条件和光谱指数比前一年的产量是更好的预测因子。这是一个有价值的发现。
4. 春季的影响较小。值得注意的是，大多数春季属性（温度、降水量和指数）位于表格的底部，表明其预测影响力低于冬季和夏季-秋季的属性。

12月的预测：基于历史数据的基线预测
12月模型仅基于最近的信息提供了初步的性能估计。令人惊讶的是，从表3所示的LOYO验证指标可以看出，这个初步预测相当稳健。

鉴于加的斯（Cádiz）的年平均产量约为500,000千克，14%的MAPE意味着预测值与实际值平均相差70,000千克。图10显示了这一情景下每年实际收获量与预测收获量之间的比较。模型捕捉到了总体趋势，识别出高产年份（2013年、2015年和2017年）和低产年份（2011年、2016年和2022年），尽管它减弱了极端情况，略微低估了高峰并高估了低谷（这是向平均值靠拢的典型行为）。

表3总结了11月模型的误差指标。全尺寸表格。

由于加的斯年平均产量约为500,000千克，14%的MAPE意味着预测值与实际值平均相差70,000千克。图10显示了这一情景下每年实际收获量与预测收获量之间的比较。模型捕捉到了总体趋势，识别出高产年份（2013年、2015年和2017年）和低产年份（2011年、2016年和2022年），尽管它减弱了极端情况，略微低估了高峰并高估了低谷。

表3和图10中的数据显示，历史葡萄园数据包含强烈的预测信号。尽管在某些特定年份存在差异，但早期预测合理地跟随了年际变化，显示出14%的平均误差。换句话说，上一个收获季节后葡萄园的状态，就生产水平和近期天气条件而言，提供了关于下一个季节可以预期的宝贵信息。一个以中等产量和良好水分及养分储备结束一个生长周期的葡萄园，将以高生产潜力进入新的一年。相反，如果一个葡萄园在极度耗尽的状态下结束其生长周期，由于异常的收获和水分压力，它将在接下来的季节面临更大的脆弱性。这种早期预测本质上反映了葡萄园的“记忆”：它考虑了前一年所做的“努力”以及为下一年留下了多少资源。

图11显示了仅使用截至该季节为止的属性进行的12月预测情景的特征重要性。如图11所示，在这种情景中，模型几乎完全依赖于两个历史变量：
- Harvest_prev_year：这是迄今为止最重要的预测因子。它代表了交替结果现象的影响，即高产年份通常伴随着较低的产量，反之亦然，这是由于储备的消耗或积累的生理效应。这支持了Cunha等人（2010年）关于长期记忆的发现，表明在收获前17个月测量的植物活力（NDVI）与最终产量显著相关。这是因为下一年的花芽诱导和分化在当前年份的芽萌发后不久就开始了。在其他木本作物中，如杏仁树，在8月至9月的收获之后会立即出现一个代谢恢复阶段；这一阶段对于恢复养分储备和维持来年的生产力至关重要。此阶段的压力会改变芽的分化（Efrat等人，2025年）。Rain_sum_prev：这是第二重要的变量，它反映了最后一次收获后葡萄园水分补充的效果。一个湿润的夏季和秋季可以为土壤和植物补充水分，有利于为下一次收获产生良好的芽分化。相反，晚期的干旱会限制来年的葡萄园储备。在杏仁树的机器学习模型中使用前一年的变量表明，之前的结构和活力是当前产量的关键预测因素（Quintanilla-Albornoz和Miarnau，2025年）。这两个因素共同解释了模型近三分之二的方差，其重要性得分分别为0.3442和0.3150。其他预测因素，如前一年的温度和NDVI/SAVI，在考虑了这些主要效应后，贡献较小。这一结果与农学知识一致，突显了植物的“记忆”功能。之前的收获直接反映了压力和潜在的隔年结果现象，而之前的夏季和秋季降雨量对于芽中储备的积累至关重要。在这方面，对杏仁树的研究证实，严重的水分胁迫会对后续年份的生产力产生长期影响（Efrat等人，2025年）；同样，之前用于预测橄榄作物产量的模型也使用了长达八年的历史数据来捕捉与隔年结果相关的年际变化（Nobin等人，2025年）。在缺乏当前季节数据的情况下，模型正确地得出结论，植物的能量和生产历史是预测未来产量的最可靠依据。简而言之，季节末的最佳预测可以通过回答两个简单问题得到：上一次收获情况如何，以及之后下了多少雨？

三月预测：冬季条件的关键影响
模型通过纳入当前冬季的信息显著调整了其预测。三月模型的预测比十二月模型有所改进。表4显示了三月模型误差指标的总结。尽管表4与表3之间的总体差异不大，但这些差异对于纠正特定情况非常重要。纳入最近结束的冬季数据显著提高了三月模型的预测能力。如表4所示，误差指标证实了这一改进：MAPE为13.86%，而MAE和RMSE分别为76,224.86公斤和92,992.78公斤。相关系数（R）的值特别具有启示性，为0.602，表明存在中等到强的正相关关系。这表明模型能够一致地捕捉到潜在趋势，使预测值与实际收获值保持一致。这些有希望的结果证实了冬季气候和植被信息为更准确的产量预测提供了可靠和必要的信号。图12显示了三月预测模型中实际收获量与预测收获量之间的比较，三年间的预测一致性更高。三月预测每年都更加稳定，减少了十二月模型中出现的显著偏差。例如，在2015年（一个收获量异常高的年份），十二月模型低估了产量约206,000公斤，而考虑了2014-2015年寒冷潮湿冬季的三月模型则上调了预测值，显著减少了误差。相反，在2022年（一个冬季温和、产量较低的年份），十二月模型高估了产量97,000公斤。三月模型根据恶劣的冬季情况下调了预测值。

三月预测场景的特征重要性，仅使用截至该季节点的可用属性
鉴于上述考虑，模型属性进行了评估，如图13所示，揭示了三月预测模型中预测因子重要性的变化。这一阶段显示了决定因素的根本变化：当前冬季的温度比三月模型预测的温度更为重要。具体来说，平均冬季温度（t_mean_wint）成为一个关键预测因子，其次是最低冬季温度（t_min_wint）。这些因素共同占了模型总权重的近一半。这表明最近冬季的寒冷或温暖程度对于调整预测至关重要。关于苹果的研究（Zheng等人，2025年）支持这一生物学概念，指出休眠期非常重要，因为冬季需要足够的低温小时数来同步芽的萌发和随后的生长。此外，其他木本作物（如杏仁树）在满足冷需求并动员内部储备后（Efrat等人，2025年）会在二月至三月开始开花。尽管前一年的收获数据（Harvest_prev_year）仍然相关，但其相对重要性相对于之前的模型有所下降，部分被冬季变量所掩盖。前一年的夏季降水量也是如此。与冬季相关的变量，如平均冬季植被指数（例如NDVI_winter）和当前冬季降水量也获得了更多的权重，尽管不如温度那么显著。这种变化量化了一个已知事实：异常温暖的冬季可能会限制葡萄园的潜力，即使前一年表现良好；而足够寒冷的冬季则保证了利用积累储备的条件。从生理学角度来看，积累足够的寒冷天气对于确保均匀和丰富的芽分化至关重要。这种方法的预测稳健性与橄榄和葡萄作物的系统评价研究结果一致（Barriguinha等人，2021年；Laurent等人，2021年；Wondimagegn Abebe Demissie等人，2026年），这些研究表明，包含物候转变或季节性调整（特别是从休眠到芽萌发的转变）的模型表现更好。这一证据加强了多时间序列协同作用的论点，强调了在整个周期中整合数据的重要性，因为单日期观测会忽略冬季压力事件和关键的生理需求，从而允许更准确地解释产量变化。模型已将这一因素确定为校准预测的关键：如果冬季没有提供必要的寒冷，预测必须进行调整。

六月预测：春季物候的复杂影响
随着当前春季数据的纳入，模型达到了最高的准确性，完成了预测周期。表5显示了六月模型误差指标的总结。如表5所示，平均而言，最终预测值与实际值相差11%。这种准确性对于大多数运营决策来说已经足够。例如，如果预期收获量为500,000公斤，±55,000公斤的不确定性区间对于仓库和市场规划来说是可管理的。图14显示了六月预测模型中实际收获量与预测收获量之间的比较。尽管六月的改进不如三月那么显著，但它确实增强了预测的稳健性。特别是在春季异常的情况下，六月模型减少了误差，如图14所示，该图描绘了从三月开始的实际值与预测值之间的对应关系。结果在异常年份显示出与现实的更紧密对齐，表明冬季信息对于确定是否维持或调整前一年的预期轨迹至关重要。例如，在2015年（一个收获量异常高的年份），十二月模型低估了产量约206,000公斤，而考虑了2014-2015年寒冷潮湿冬季的三月模型则上调了预测值，显著减少了误差。相比之下，在2022年（一个冬季温和、产量较低的年份），十二月模型高估了产量97,000公斤。三月模型根据恶劣的冬季情况下调了预测值。

六月预测场景的特征重要性，仅使用截至该季节点的可用属性
如图15所示，六月预测模型中预测因子的相对重要性表明，历史和现场因素的结合发挥了作用。三个主要预测因子是作物历史和冬季条件的组合。前一年的收获量仍然是主要因素，重要性为0.2887。其次是前一年的降水量（0.1466）和最低冬季温度（0.1137）。这三个因素共同占了总预测能力的超过一半（约55%）。Cunha等人在葡萄牙的研究（2010年）强烈支持这种“生物记忆”概念，表明收获前17个月测量的植物活力（NDVI）可以解释77%到88%的年际变化，因为花原基的诱导发生在前一个生长季节。同样，Efrat等人（2025年）也发现，前一个周期的数据（如EVI和前一年的蒸散量）在他们的收获预测模型中具有重要作用。前一年的收获量、前一年的降水量和冬季最低温度仍然是主要预测因子。这些因素共同占了总重要性的超过一半。这表明，即使在纳入春季数据后，模型仍然依赖于“记忆”和冬季调整作为预测的基础。然而，当前的春季变量尤为重要。特别是春季湿度（NDMI_spring）和春季降水量表明，比正常情况更湿润或更干燥的春季会影响最终产量。例如，较低的春季NDMI（水分胁迫的指标）可能导致果实发育不良或落果，从而导致产量低于预期。春季温度的影响较小，这与分析系列中没有晚霜或严重热浪的情况一致，这些情况可能会严重影响果实形成。总之，模型遵循了一个顺序逻辑，反映了年度葡萄生长周期。产量潜力首先由植物的“记忆”（之前的生产和积累的储备）确定，然后由冬季休眠的质量进行调整。在此基础上，春季变量使模型能够进行微调，确认发芽和开花期间的葡萄生长是否按预期进行，或者是否受到水分相关因素的影响。

NDMI-spring作为终端水分胁迫指标的重要性得到了Moussaid等人（2022年）关于柑橘的研究的支持，该研究通过纳入NDVI和NDWI指数（水分当量）显著提高了预测分数，捕捉了地块的健康和水分状况。因此，在这个阶段，NDMI_spring指数（当前年份第四重要的预测因子）和春季降水量变得重要。尽管它们的影响次于历史和冬季变量，但它们的纳入至关重要，因为它们捕捉了早期季节条件如何调节遗传潜力（Efrat等人，2025年；Moussaid等人，2022年）。这一过程在六月预测中达到顶峰，这是最准确的预测，不仅提供了预测结果，还基于历史数据、冬季条件以及在一定程度上基于春季发展进行了解释（Quintanilla-Albornoz和Miarnau，2025年；Wondimagegn Abebe Demissie等人，2026年）。

研究通过三个阶段（十一月、三月和六月）的发展，使得一个稳健的进化性能预测模型得以建立。随着模型纳入当前作物周期的物候和气候信息，其准确性不断提高。如表6所示，该模型通过将平均绝对百分比误差（MAPE）从最初的13.9%降低到最终阶段的10.9%，证明了其改进预测的能力，从而验证了该方法作为决策制定工具的有效性和可靠性。表6显示了季节不同阶段预测模型的误差指标比较。对属性重要性的顺序分析揭示了一个与葡萄栽培原则相一致的故事线，可以概括为三个主要阶段：

1. **“记忆”的潜力（11月）**：最早的预测几乎完全基于作物历史数据。前一年的收成和前一个夏天的降水量为预测提供了坚实的基础，表明植物在一个周期结束时的能量状态是其下一个周期初始潜力的主要决定因素。
2. **冬季校准（3月）**：纳入冬季数据标志着第一个关键转折点。虽然历史变量仍然重要，但最低冬季温度成为决定性因素。模型正确识别出冬季休眠质量是一个基本校准器，它根据条件是否有利于均匀发芽来调整遗传潜力。
3. **春季微调（6月）**：在这个阶段，模型使用历史和冬季数据作为预测的基础，并结合春季变量（如植被指数和降水量）来调整和完善预测。这反映了根据实际生长、开花和结果情况对产量的最终调整。

该模型不是一个“黑箱”，而是一个可解释的工具，能够在种植的每个阶段正确识别和权衡最相关的农艺因素。最终准确率约为11%（MAPE），它是物流规划、资源管理和商业策略的宝贵支持系统。图16展示了三种模型的比较。

其主要优势在于其进化结构，能够在整个季节提供可靠且最新的预测。然而，极端和异常天气事件（例如严重的晚霜或冰雹）可能会影响其性能，因为这些事件在历史数据集中没有得到充分体现。尽管如此，当前模型在早期产量预测方面取得了显著进展，因为它结合了机器学习的严谨性和农艺的一致性。

**结论**

本研究开发了一个用于预测加的斯地区葡萄产量的建模框架。该框架以多时相的方式整合了历史、气候和遥感数据。研究得出以下主要结论：

1. **多时相模型作为管理工具**：经过验证的三阶段预测方法（11月、3月和6月）提供了逐步且越来越准确的预测。这种方法为葡萄种植者和酿酒厂提供了整个季节的主动工具，在上一个收获季结束时提供初步估计，在冬季之后提供更精确的预测，并在收获前进行最终调整。比传统方法提前数月进行预测的能力代表了葡萄栽培决策制定的范式转变，有助于基于客观和及时的数据进行物流、财务和商业规划。
2. **3月的最佳预测窗口**：研究发现，模型在冬季结束时变得非常可靠。3月的平均绝对百分比误差（MAPE）为11-14%，这一时期是获得有用早期预测的关键窗口。这显著扩展了预测范围，超出了基于转色期或收获前观察的传统做法。准确的3月预测使酿酒厂能够合理地规划其酿酒能力、与供应商和客户谈判，并调整市场策略，对未来的葡萄酒供应有明确的把握。
3. **冬季温度的关键重要性**：在所有分析的变量中，冬季温度是最终产量的决定性因素。在该地区通常的温度范围内，寒冷的冬季能够促进生产潜力，而温暖的冬季则会限制产量，无论其他因素如何。这一发现与葡萄藤的生理学特性一致，在气候变化的背景下尤为重要。地中海地区冬季趋于温和的趋势威胁着葡萄园，突显了监测指标（如累积霜冻小时数）的重要性，并需要研究可能的缓解措施，例如在温暖冬季刺激均匀发芽的管理技术。
4. **无需全面本地数据即可实现高预测性**：该模型主要使用气候和遥感数据以及历史产量数据，就实现了显著的准确性（MAPE 11%）。引入详细的土壤或管理变量对于在省级层面获得良好性能并非必要。这表明年际作物变异性在很大程度上可由气候和所分析的葡萄园的生物惯性解释，这些因素被所使用的数据源很好地捕捉到了。实际上，这意味着像所展示的这样的预测工具可以轻松应用于其他地区，利用通常公开的气候和卫星记录。
5. **方法的适用性和可扩展性**：所提出的方法框架可以转移到其他情境中。当有历史生产序列和气候/卫星数据时，可以在其他葡萄酒产区以及其他类似因素作用的木本作物（如橄榄和杏仁）中复制多时相分析。这为基于机器学习（ML）的农业产量早期预警系统打开了大门。此外，模型的可解释性有助于技术用户的采纳，因为它清楚地识别了贡献因素（历史、冬季等），从而增强了模型的信任度，并使其能够作为决策支持模块集成。
6. **未来展望**：我们建议未来的工作包括：延长时间序列以增强模型的稳健性，探索额外变量（例如，如果有的话，纳入叶面积或营养指标数据），并测试先进技术（如循环神经网络）以捕捉可能的多年惯性。在单个农场层面评估这种方法的性能也将很有价值，因为管理差异会发挥作用。将其与省级层面的汇总数据进行对比，可以确定这些结论在较小尺度上的适用性。总之，这项研究表明，通过结合机器学习工具和气候及遥感数据，可以提前数月高精度地预测葡萄产量。多时相方法提供了初步估计和对决定因素的理解，为葡萄酒行业提供了可操作的信息，以提高其在日益变化的气候中的韧性和效率。