定义环境条件下基于多输出神经网络(multi-output neural network)与机器学习模型联合模拟玉米籽粒产量(grain yield, GY)与根倒伏率(root lodging percentage, LP)的研究

《Crops》：Joint Modeling of Grain Yield and Root Lodging in Maize Using Multi-Output Neural Network and Machine Learning Models Under Defined Environmental Conditions

　　

研究人员评估了一种多输出神经网络(multi-output neural Network)框架，利用定义环境条件下测定的地上部形态性状对玉米籽粒产量(GY)和根倒伏率(LP)进行联合分析。为提高模型稳健性，将多输出神经网络与线性回归(linear regression)、弹性网络(elastic net)、随机森林(random forest)及XGBoost进行比较，采用重复五折交叉验证(repeated five-fold cross-validation)、80/20留出集(holdout split)及独立年度验证(year-wise validation)。在重复交叉验证下，XGBoost对两性状均具最强平均预测性能，GY与LP的R2分别为0.57和0.67；多输出神经网络表现中等，GY与LP的R2分别为0.49和0.57；神经网络最终留出集性能为GY的R2= 0.64、LP的R2= 0.92。年度验证显示时间迁移性弱，因两季环境及倒伏机制均不同。重复置换重要性(repeated permutation importance)确定粒宽(EW)、每行粒数(RNE)、千粒重(KM1000)及单穗粒数(KNE)为GY重要预测因子，LP预测主要与节间大径(IDmajor)、穗长(EL)及绿叶数(NGL)相关。置换重要性与SHAP分析均显示仅RNE与NGL为GY与LP共有稳定预测因子。补充累积局部效应(ALE)诊断表明RNE对预测GY与LP呈单调递增影响，NGL对预测GY为正关联，对预测LP为负向或非线性关联。结果表明联合建模可辅助探索性状解读，但预测关系具环境特异性，未经多环境验证不应视为因果或广泛迁移。

论文解读：《定义环境条件下基于多输出神经网络与机器学习模型联合模拟玉米籽粒产量与根倒伏率》

该研究发表于《Crops》。玉米是全球重要作物，生产中受倒伏(lodging)严重威胁，根倒伏(root lodging)指强风暴雨致植株倾斜、基部不再垂直土表，造成光合下降、穗部病害及减产，年损失可达5%–25%。籽粒产量(grain yield, GY)形成与倒伏抗性是权衡关系，二者共享部分地上部形态性状(above-ground morphological traits)，但传统上分别建模。同时拟合GY与根倒伏率(root lodging percentage, LP)的多输出神经网络(multi-output neural network)能否较单输出机器学习提供额外价值尚不明确，且小样本、特定环境下模型泛化与性状解释需系统评估。为此，研究人员在塞尔维亚同一地点两年度(2021、2022)裂区试验(乙烯利ethephon速率×播种密度×两杂交种)下采集192个观测值与23个地上部形态—农艺性状，比较五类算法(线性回归、弹性网络elastic net、随机森林random forest、XGBoost、多输出神经网络)，经严格重抽样验证与双解释工具(置换重要性permutation importance + SHAP)，识别GY与LP共有及特异预测性状，探讨联合建模在限定环境下的探索意义与局限。

主要关键技术方法

研究人员以2021与2022年设于塞尔维亚Budisava的黑钙土(chernozem)裂区试验为样本队列来源(n=192观测值，23个预测变量包括株高PH、穗位高EH、EH/PH、绿叶数NGL、叶长LL、叶宽LW、叶夹角LA、株幅PW、第三伸长节间长IL、节间大径ID_major、小径ID_minor、茎皮厚RT、横截面积CSA、椭圆基截面惯性矩eMOI、椭圆基截面模量eSM、干重单位长度DWUL、穗长EL、穗宽EW、行粒数RNE、单穗粒数KNE、千粒重KM1000、倒伏率LP、籽粒产量GY经14%水分校正以t ha^?1计)。缺失值以k近邻(k-NN)填补，三倍IQR外异常值剔除，预测变量z-score标准化。五类模型为：线性回归、弹性网络、随机森林、XGBoost(分GY/LP单独训练)及四隐层(128?64?32?16神经元，ReLU激活，L2正则化，Adam优化器lr=0.001，batch size=8，200 epoch)多输出神经网络(同步输出GY与LP)。评估指标为RMSE、MAE、R²；先80/20单次留出诊断，主证据来自重复五折交叉验证(10次重复，共50次)；以一年训练另年测试作年度独立性验证。特征重要性用重复置换重要性(每变量置换300次，记录RMSE升幅)及XGBoost的SHAP(SHapley Additive exPlanations)值；对高秩预测变量绘制累积局部效应(accumulated local effect, ALE)图诊断方向与非线性。

研究结果

3.1. Holdout Split Validation（留出集验证）

单次80/20分割下多输出神经网络对LP拟合佳(R²=0.92，RMSE=11.48百分点，MAE=7.72百分点)，GY为R²=0.64(RMSE=0.74 t ha^?1，MAE=0.60 t ha^?1)，超参数敏感性分析显示架构深度与L2强度轻微影响GY而LP稳定；该结果仅作初步诊断。

3.2. Model Comparison Under Repeated Cross-Validation（重复交叉验证下模型比较）

重复五折交叉验证给出保守估计：XGBoost预测最强——GY: RMSE=0.80 t ha^?1，MAE=0.64 t ha^?1，R²=0.57；LP: RMSE=14.31百分点，MAE=9.44百分点，R²=0.67。线性回归、弹性网络、随机森林GY的R²为0.55–0.56；多输出神经网络GY R²=0.49(RMSE=0.86)，LP R²=0.57(RMSE=16.39)。多输出神经网络未优于XGBoost等基线模型，其价值主要在联合探索性状关联。

3.3. Year-Wise Validation（年度验证）

2021年以根倒伏为主(风暴诱发)，2022年根倒伏缺失而以茎折断(stalk lodging)为主，LP定义仍为根倒伏率致两季机制不同。训练2022测2021：GY最佳弹性网络R²=0.13，神经网络R²=?0.16；LP全部模型R²负(神经网络R²=?0.80)。训练2021测2022：GY弹性网络R²=0.10(神经网络R²=?0.27)，LP因2022根倒伏方差近零致R²强烈负值。表明根倒伏模型时间迁移性差，受季节条件与倒伏类型制约。

3.4. Predictor Importance and Trait Associations（预测因子重要性与性状关联）

神经网络重复置换重要性：GY主要受EW、RNE、KM1000、KNE驱动，次为ID_major、PW、LW、PH等；LP主要受ID_major、EL、NGL驱动，次为RNE、LL等。XGBoost SHAP：GY高贡献为KNE、EL、RT、NGL、PH等；LP高贡献为EH/PH(EHPH)、IL、EL、LW、RNE、NGL、LA。两方法交叉比对，仅穗行数(kernel row number per ear, RNE)与绿叶数(number of green leaves, NGL)在GY与LP中均为前十位共有稳定预测因子。ALE显示RNE对预测GY与LP均呈递增效应——RNE反映雌穗库结构与籽粒数潜力助估GY，大库亦增穗载与质心上调影响根锚固不足时倒伏风险；NGL对预测GY呈正关联(维持灌浆期光合源)，对预测LP呈递减或非线性关联(冠层大小与风载互作复杂)。其余性状(如KNE、EL、EH/PH、IL、LA等)重要性与方法有关，为环境—处理特异的模型估计关联，非因果。

讨论与结论翻译

讨论指出XGBoost为本次数据集最优预测器，多输出神经网络宜作联合探索工具而非自动提升预测；年度验证弱迁移性源于两季倒伏机制差异(根倒伏vs茎折断)及环境特异；乙烯利为试验设计因子引致株构变异，所识性状关联含杂交种×处理×季节×形态综合效应，不可直推因果；GY预测倚重穗形态与籽粒性状及株高/NGL，LP预测偏重穗尺寸、垂直结构(EH/PH、IL)、冠层几何与地上机械负荷，共有稳定因子仅为RNE与NGL；RNE暗示生殖库大小联结产量形成与机械负荷，NGL联结光合源与冠层—风载交互。其他穗/叶/株构性状依解释方法而异，需多环境多基因型验证。

结论(Conclusion翻译)：

本研究表明玉米籽粒产量与根倒伏率的联合建模有助于识别共有性状关联，但也揭示在小型、特定环境数据集上应用多输出神经网络的局限性。初次80/20留出分割中神经网络对根倒伏率显示出良好内部拟合，但重复五折交叉验证给出更保守估计并表明XGBoost对GY与LP预测均优于多输出神经网络，故重复交叉验证提供预测性能的更强证据。神经网络作为探索性工具具价值，但未超越更简或成熟机器学习模型。结果表明产量与根倒伏率部分通过穗相关性状、冠层结构、绿叶数及株构相连，但预测因子排序依赖解释方法。同时为神经网络置换重要性与XGBoost SHAP共同支持的性状应视作最可靠关联，本数据中仅RNE与NGL为跨两解释方法GY与LP共有稳定预测因子，说明雌穗库行结构及绿叶持绿性为该数据集最明确共有预测性状。年度验证显示季节间迁移性弱，主要因两年倒伏条件与机制显著不同。整体应将本研究视为定义环境条件下联合性状分析的探索性框架。