《Earth》：Assessment of Soil Loss by Water Erosion at a Large Basin Scale: A Case Study of the Cheliff Basin, Algeria
编辑推荐：
蒸汽压差（VPD）是热带农业生产系统中大气蒸发需求与植物水分胁迫的关键决定因子。本研究应用高斯混合模型（GMM）和K-Means聚类对2021年8月至2025年9月期间从泰国东部采集的36,528个逐时气象观测数据进行处理，旨在识别与榴莲栽培精准灌溉管理相关的
蒸汽压差（VPD）是热带农业生产系统中大气蒸发需求与植物水分胁迫的关键决定因子。本研究应用高斯混合模型（GMM）和K-Means聚类对2021年8月至2025年9月期间从泰国东部采集的36,528个逐时气象观测数据进行处理，旨在识别与榴莲栽培精准灌溉管理相关的不同大气湿度状况。研究人员评估了两种输入配置：包含气温、相对湿度、风速、太阳辐射和VPD的多变量特征空间，以及仅含VPD的单变量输入。GMM的模型选择依据赤池信息准则（AIC）和贝叶斯信息准则（BIC），而K-Means性能则通过肘部法、轮廓系数（Silhouette Coefficient）、Calinski–Harabasz指数和Davies–Bouldin指数进行评估。对于多变量输入，GMM确定K=7为最优聚类数，该点AIC和BIC均出现最大单步降幅。对于单变量VPD输入，K=5被选为最简洁且农学上可解释的解。多变量GMM导出的七个聚类被组织成四个大气湿度状况，即极低、中等、高和极高蒸发需求，捕捉了泰国东部VPD昼夜和季节变化的完整谱系。结果表明，基于GMM的概率聚类应用于多变量气象输入，比单变量或几何聚类方法能更全面地表征大气湿度动态，为热带水果栽培中的分级灌溉调度和干旱胁迫早期预警系统提供了实用框架。
# 论文解读：基于GMM概率聚类的泰国东部大气湿度状况识别及其在榴莲精准灌溉中的应用
## 研究背景、问题与意义
蒸汽压差（Vapor Pressure Deficit, VPD）是表征大气蒸发需求的关键指标，直接影响植物气孔导度、蒸腾作用和光合作用效率，在精准灌溉管理和作物胁迫评估中具有核心地位。在全球气候变暖背景下，VPD持续升高加剧了土壤水分消耗和作物水分胁迫，尤其在热带地区（如东南亚），温湿波动剧烈，VPD呈现复杂的多峰分布特征。现有研究虽已利用VPD指导农业灌溉并应用机器学习分类框架进行榴莲灌溉决策，但系统性地将概率聚类方法应用于长时间尺度、高分辨率VPD时间序列以揭示不同大气湿度状况的研究仍十分有限。为此，研究人员基于泰国东部尖竹汶府（Chanthaburi Province）榴莲主产区的四年逐时气象观测数据，采用高斯混合模型（Gaussian Mixture Model, GMM）与K-Means聚类对比分析，旨在识别统计上独立的大气湿度状况，为分级灌溉调度和干旱早期预警提供数据驱动框架。本研究属于基础气象表征阶段，未来需结合田间实测灌溉记录和作物生理数据进行实证验证。论文发表在《Earth》。
## 关键技术与方法
- **数据来源**：泰国东部尖竹汶府（约12.6° N, 102.1° E）的在线气象监测平台EASTERN TECH FUSION（2021年8月–2025年9月，36,528个逐时观测）。
- **核心分析方法**：
（1）VPD计算：基于气温和相对湿度采用标准热力学公式估算。
（2）数据预处理：Z-score标准化（保留极端值的生态意义）。
（3）聚类算法：高斯混合模型（GMM，概率软分配）与K-Means（硬分区几何聚类）。
（4）模型选择与验证：对GMM采用赤池信息准则（AIC）和贝叶斯信息准则（BIC）；对K-Means采用肘部法（WCSS）、轮廓系数（Silhouette Coefficient）、Calinski–Harabasz指数和Davies–Bouldin指数。
- **两种输入配置**：多变量特征（气温、相对湿度、风速、太阳辐射、VPD）与单变量VPD输入。
## 研究结果
### 3.1 多变量输入的最优聚类数
AIC和BIC从K=1到K=10单调递减，未出现绝对最小值；但在K=7处观察到最大单步降幅（ΔAIC≈24,065；ΔBIC≈23,927），表明K=7为统计上有意义的过渡点。K-Means的四个几何验证指标一致支持K=2，但二分类过于粗糙（仅干/湿），无法刻画榴莲对不同VPD的非线性气孔响应。因此综合考虑统计依据和农学需求，选择K=7作为多变量GMM最优聚类数。
### 3.2 多变量输入的聚类特征
K=7的GMM产生七个气象簇：Cluster 0和1集中在近零kPa（湿润夜间/湿季）；Cluster 2呈双峰过渡（0–2 kPa，晨昏）；Cluster 3和4中等蒸发需求；Cluster 5和6右偏宽分布（2–5 kPa，干季白天）。时间分布图（图3）和堆叠面积图（图5）显示高VPD簇（4–6）在干季（1–3月）比例峰值，低VPD簇（0–1）在湿季（6–10月）占主导。这七个簇可组织为四个大气湿度状况：极低、中等、高、极高蒸发需求（表1、表2）。
### 3.3 单变量VPD输入的最优聚类数
单变量VPD的AIC和BIC在K=9处达到统计最小值，但边际改善在K=5后显著减弱（累计降幅从K=1至K=5为16,186.28，而从K=5至K=9仅为639.48）。加上Davies–Bouldin指数在K=5处达局部最小值（0.5208），综合考虑模型简洁性和农学可解释性，选择K=5为最优。
### 3.4 单变量输入的聚类特征
K=5的GMM产生五个簇：Cluster 0（近零，极湿）；Cluster 4和3（低-中等，0.3–1.5 kPa）；Cluster 2（中-高，1.5–3 kPa）；Cluster 1（高-极高，2–4 kPa以上）。季节性模式与多变量结果一致。该解能捕捉VPD的主要变化模态，但无法区分夜间近零与清晨低VPD、以及中等与中高蒸发需求，农学细化程度不足。
## 讨论与结论总结
**讨论**：多变量GMM的K=7解相较于K=5提供了更精细的大气状况区分，如区分夜间静止与清晨略高湿度（Cluster 0 vs 1）、中等与中高蒸发需求（Cluster 3 vs 4）、高与极端蒸发需求（Cluster 5 vs 6），这对应于榴莲不同的气孔响应阈值，有利于分级灌溉策略和干旱预警。K=7的堆叠面积图显示Cluster 1和2具有独立的季节性峰值，表明它们代表统计学上独立的气象状态。因此，K=7在统计严谨性、气象可解释性和农学实用性上达到最优平衡。
**结论**：本研究证明了基于GMM的概率聚类在热带水果栽培环境中表征大气湿度状况的有效性。针对多变量输入识别出7个气象学上不同的簇，针对单变量VPD输入识别出5个簇，并组织为四个可解释的大气湿度状况（极低至极高蒸发需求）。结果表明，多变量概率聚类比几何或单变量方法更全面地反映了大气湿度动态，为榴莲栽培中的分级灌溉调度和干旱胁迫早期预警系统提供了数据驱动基础。方法学贡献在于明确了适用于GMM的似然基模型选择准则与适用于硬分区算法的几何验证指标之间的区别。未来研究应整合空间分布式传感器网络、探索非参数方法（如狄利克雷过程混合模型），并将该方法推广至其他热带高价值作物。
