基于机器学习的印度木薯(Manihot esculenta Crantz)产量预测及其在智慧农业规划中的应用

《Cogent Food & Agriculture》：Machine learning-based forecasting of cassava production for smart agricultural planning in India

　　

可靠的农产品产量预测对于改善现代农业系统中的作物规划、资源分配及政策决策至关重要。木薯（Manihot esculenta Crantz）是印度重要的热带块根作物，对粮食安全及农产加工产业具有重要贡献。本研究利用2000—2024年的年度数据，评估统计方法与机器学习方法对印度木薯种植面积（cultivated area）、产量（production）及生产率（productivity，单位面积产量）的预测效果。应用了三种预测模型：自回归积分移动平均模型（Autoregressive Integrated Moving Average, ARIMA）、随机森林回归（Random Forest Regression, RFR）及时滞神经网络（Time Delay Neural Network, TDNN）。研究人员采用增广迪基-富勒检验（Augmented Dickey–Fuller test, ADF test）验证序列平稳性，并将数据集划分为训练集与测试集。预测精度采用均方根误差（Root Mean Square Error, RMSE）、平均绝对误差（Mean Absolute Error, MAE）及平均绝对百分比误差（Mean Absolute Percentage Error, MAPE）进行评估。TDNN模型预测效果优于ARIMA与RFR，其种植面积、产量及生产率的RMSE分别为3.65、377.82和2.34；MAE分别为2.98、341.26和2.18；MAPE分别为3.89%、5.03%和5.59%。2025—2030年的预测结果表明：种植面积保持稳定，产量存在中等程度波动，生产率呈逐步上升趋势。该研究证明了基于人工智能的预测方法可支持木薯产业战略农业规划、资源优化及可持续决策。

论文解读：基于机器学习的印度木薯产量预测及其在智慧农业规划中的应用

研究背景与意义

木薯（Manihot esculenta Crantz）是热带及亚热带地区重要的块根作物，在印度南部（如泰米尔纳德邦、喀拉拉邦、安得拉邦）广泛种植，既是粮食安全保障作物，也是淀粉、西米、动物饲料及生物乙醇工业的重要原料。尽管印度木薯产量在全球占比较小，但其与农产加工业联系紧密，对农村经济有重要影响。目前全球气候变化、市场波动及资源限制对农业生产造成压力，可靠的历史趋势分析与未来产量预测（forecast）对作物规划、资源分配和政策制定至关重要。传统农业预测多采用经典统计时间序列方法——自回归积分移动平均模型（Autoregressive Integrated Moving Average, ARIMA），但该类模型主要捕捉线性关系，难以反映农业生产中气候、经济、技术等多因素交互形成的非线性动态特征。已有研究表明机器学习方法如随机森林回归（Random Forest Regression, RFR）和时滞神经网络（Time Delay Neural Network, TDNN）在非线性时间序列建模上有优势，但针对印度木薯种植面积（cultivated area，单位：公顷）、总产量（production，单位：吨）及单产/生产率（productivity，单位：吨/公顷）的长时序预测研究尚不多见。为此，研究人员以印度2000—2024年木薯年度官方统计数据为基础，对比ARIMA、RFR与TDNN三种模型的预测性能，并给出2025—2030年预测趋势，为智慧农业规划提供实证依据。按用户提供说明，本论文发表于《Cogent Food & Agriculture》。

主要关键技术方法

研究人员获取印度农业部经济与统计局（Directorate of Economics and Statistics, DES, Ministry of Agriculture and Farmers Welfare, Government of India）发布的2000—01年度至2024—25年度木薯年度二手数据，变量包括种植面积、产量及生产率。预处理阶段检查缺失值与异常值并作清洗，按时间排序；采用增广迪基-富勒检验（Augmented Dickey–Fuller test, ADF test）检验平稳性，对非平稳序列进行差分处理。数据集按90%（训练）∶10%（测试）划分。分别建立三类预测模型：（1）ARIMA(p,d,q)模型，依Box–Jenkins流程定阶并使用AIC准则，通过forecast及tseries程序包实现；（2）RFR模型，以滞后观测值为输入特征，设定ntree＝500棵决策树，采用randomForest程序包实现递归预测；（3）TDNN模型，前馈单隐层网络，输入为时间序列滞后项，隐层激活函数为Sigmoid，通过neuralnet程序包实现，调节延迟步长（lag）、隐层神经元数及训练迭代次数进行超参数寻优。所有模型使用RMSE、MAE及MAPE三项指标评价预测精度，最终以最优模型外推2025—2030年预测值。全部分析使用RStudio（R语言）完成。

研究结果

3.1. Descriptive statistics and trend analysis（描述性统计与趋势分析）

研究人员计算2000—2024年各指标均值、极小值、极大值及标准差。结果显示：平均种植面积约21.3万公顷（范围16.3万～28.0万公顷，SD＝34），产量均值约673万吨（范围417万～962万吨，SD＝1554），生产率均值32吨/公顷（范围21～39吨/公顷，SD＝5）。时序图显示近年种植面积略有下降，产量波动较大，生产率相对平稳且呈微幅上升。表明生产率较稳定可能受品种改良与栽培管理改善影响。

3.2. Stationarity testing and ARIMA model results（平稳性检验与ARIMA模型结果）

ADF检验表明种植面积(p＝0.1861)与产量(p＝0.3531)原序列非平稳，生产率(p＝0.0795)接近10%水平平稳；对前两者作一阶差分后拟合ARIMA模型，最优阶数为ARIMA(1,0,0)（即一阶自回归）。ARIMA模型MAPE介于15.60%～16.34%，属可接受但精度一般，印证线性模型对含非线性动态的农业时序刻画有限。

3.3. Random forest regression forecasting results（随机森林回归预测结果）

RFR利用历史滞后值作为解释变量构建多棵决策树集成模型，其预测曲线能较好跟踪历史趋势，预测误差低于ARIMA，说明捕捉非线性交互关系具一定优势，但仍不及神经网络模型精细。

3.4. Time delay neural network (TDNN) forecasting results（时滞神经网络预测结果）

TDNN引入时间延迟（lagged observations）作为输入，通过Sigmoid激活函数学习非线性时序依赖。结果显示TDNN对三指标MAPE分别为：种植面积3.89%、产量5.03%、生产率5.59%，均低于10%，表明神经网络可有效表征农业时序中的复杂非线性动态。

3.5. Comparative model performance（模型比较）

对比三模型RMSE、MAE及MAPE：TDNN的RMSE为种植面积3.65、产量377.82、生产率2.34；MAE为种植面积2.98、产量341.26、生产率2.18；各项误差指标均小于ARIMA与RFR。研究人员据此判定TDNN为最可靠预测模型，并以其输出进行未来推演。子节3.5.1与文献对比亦支持机器学习/神经网络优于传统统计模型的观点。

3.6. Forecast interpretation and future trends (2025–2030)（2025—2030年预测解读与未来趋势）

基于TDNN预测：①种植面积将维持相对稳定，约18.5万～19.5千公顷（即185千～195千公顷），无明显扩张；②产量预计在620万～660万吨间小幅波动，总体中等稳定；③生产率呈缓慢上升趋势，由2025年约34吨/公顷增至2030年近36吨/公顷。表明未来增产将主要依赖单产提升与技术推广而非面积扩大。

3.7. Implications for cassava production planning（对木薯生产规划的启示）

高精度预测可辅助农户、政策制定者及淀粉/西米加工企业进行播种计划、投入品管理及原料供应安排，强化产业链协调与供应链稳定。

3.8. Implications for smart agriculture and digital farming systems（对智慧农业与数字农场的启示）

TDNN等机器学习预测框架可嵌入数字农业平台或手机农技服务系统，为生产者提供数据驱动决策支持，助力资源优化、风险管控与可持续集约化生产。

3.9. Limitations and future research（局限性与未来研究方向）

局限包括：年度数据样本量有限（n＝25）；未纳入气象、土壤、市场价格、技术推广率等外生解释变量；生产量波动仍存未完全解释的非线性因素。未来建议融合遥感、气候及市场高频数据，构建深度学习或混合模型，并探索空间预测与可解释人工智能（Explainable AI, XAI）方法。

讨论与结论翻译（总结）

本研究利用2000—2024年印度木薯年度数据，比较ARIMA、随机森林回归（RFR）和时滞神经网络（TDNN）对种植面积、产量及生产率的预测能力。描述性统计显示种植面积中等变异、产量波动大、生产率相对稳定。ADF检验确认部分序列非平稳并作差分处理。ARIMA模型仅能刻画线性依赖，MAPE为15.60%～16.34%；RFR通过捕捉非线性交互提高精度；TDNN表现最优，三指标MAPE分别为3.89%、5.03%和5.59%，RMSE与MAE亦最低。基于TDNN的2025—2030年预测表明：种植面积将保持基本稳定，产量中等幅度波动，生产率逐步微升。研究表明机器学习特别是TDNN可显著提升农业时序预测精度，能为决策者、农户及加工企业提供可靠前瞻信息，利于资源优化配置与供应链强化。后续研究宜纳入气候与市场等外生变量以进一步提高预测能力。将先进机器学习工具整合入农业预测框架，对推动可持续农业规划与新兴农产加工部门发展具重要潜力。