利用数据融合与机器学习预测双修剪制下葡萄树技术成熟度（Technological Maturity of Grapevins Under a Double Pruning System）

《Horticulturae》：Prediction of Technological Maturity of Grapevines Under a Double Pruning System Using Data Fusion and Machine Learning

　　

巴西南部东南部地区采用双修剪（double pruning）技术生产"冬酿葡萄酒（winter wines）"，需精确评估葡萄技术成熟度（technological maturity）以确保高品质产出。传统监测方法具破坏性、劳动密集且难以捕捉葡萄园空间变异性。本研究旨在通过将空间遥感数据与时序农业气象信息融合，建立并验证一种无损预测框架，用于估算可溶性固形物（Soluble Solids, °Brix）和可滴定酸度（Titratable Acidity, TA）。研究在长相思（Sauvignon Blanc）和西拉（Syrah）葡萄园中利用无人机（Unmanned Aerial Vehicle, UAV）获取多光谱影像，从中提取植被指数（Vegetation Indices, VIs）并与生长度日（Growing Degree-Days, GDD）结合，训练随机森林（Random Forest, RF）、多层感知机（Multi-Layer Perceptron, MLP）和极端梯度提升（XGBoost）等机器学习模型。加入农业气象数据显著提升了仅基于植被指数模型的预测性能。所测算法中XGBoost精度最高，独立留出测试集上°Brix的决定系数达0.89，TA达0.77。模型可解释性分析表明GDD和品种是成熟动态的主要驱动因子，植被指数则通过反映植株长势的空间变异性来细化预测。总体而言，该方法为精准葡萄栽培中无损成熟度监测提供了有前景的概念验证框架，有助于改进葡萄成熟过程监测，但需在多样葡萄园条件下进行多季节验证以确认其普适性及作为常规决策支持工具的应用价值。

论文解读：利用数据融合与机器学习预测双修剪制下葡萄树技术成熟度

一、研究背景与目的

全球葡萄栽培中出现采用创新管理技术（如双修剪double pruning系统）使收获期移至干冬季节以生产冬酿葡萄酒（winter wines）的新产区。确定最佳采收时间依赖对技术成熟度（technological maturity，即糖分以可溶性固形物Soluble Solids/°Brix表示与可滴定酸度Titratable Acidity/TA的理想平衡）的精确判定。传统监测靠人工采样和实验室分析，具破坏性、耗时且空间代表性不足，无法反映葡萄园内部成熟度空间变异，易导致采收决策偏差。精准葡萄栽培（Precision Viticulture, PV）中无人机（Unmanned Aerial Vehicle, UAV）搭载多光谱传感器可获取冠层植被指数（Vegetation Index, VI）来表征植株长势（vigor）、营养及水分状况，但VI与果实品质参数相关性不稳定——冠层长势不直接等同于果实成熟，因受水分平衡及源—库关系（source–sink relationships）等复杂因素调节。VI仅提供空间快照而缺乏捕捉物候发育所需的时间维度；而生长度日（Growing Degree-Day, GDD）作为量化驱动物候阶段转换累积热能的农业气象指标可提供互补时序信息。本研究假设通过机器学习融合空间（VIs）与时序（GDD）预测因子可克服单一方法的局限，更准确稳健估算技术成熟度。研究对象为巴西米纳斯吉拉斯州双修剪制下种植的'Sauvignon Blanc'（白）与'Syrah'（红）葡萄，目标是：(i)检验加入GDD是否显著提升基于VI模型的精度；(ii)识别预测成熟度最具影响力的VIs；(iii)确定最优机器学习算法。

二、主要关键技术方法

研究人员于2024年冬收周期在巴西米纳斯吉拉斯州商业葡萄园（海拔952 m，Cwa气候，Vitis vinifera嫁接于IAC 766砧木，垂直叶幕Vertical Shoot Positioning/VSP架式，双修剪系统，滴灌）设145个地理参照采样点（Sauvignon Blanc 70个，Syrah 56个），转色后6个日期采集每点20粒浆果匀浆测°Brix（数字折射仪）和TA（Adolf Lutz法，酒石酸当量g/L），最终有效数据集为126点×5期=494观测。同期UAV（DJI Mavic 3M含RTK，绿G/红R/红边RE/近红外NIR波段）飞获取多光谱影像，Pix4Dmapper辐射校正生成4.2 cm分辨率反射率正射影像，R语言监督分类提取纯植被像元。由20个初算VI经递归特征消除（Recursive Feature Elimination, RFE）结合方差膨胀因子（Variance Inflation Factor, VIF）<5筛选最终低共线性VI子集（°Brix用SFDVI、BAI、CVI、GDVI、TSAVI；TA用SFDVI、BAI、GDVI、PSRI、TCARI）。NASA POWER获取气温计算基准温度Tb=10°C的累积GDD。品种二值编码（0=Sauvignon Blanc, 1=Syrah），连续预测因子标准化。数据7:3分层（按品种）划分训练/留出测试集，GridSearchCV五折交叉验证调参，构建RF、XGBoost、MLP三种机器学习回归模型，评估指标为决定系数（Coefficient of Determination, R²）和均方根误差（Root Mean Square Error, RMSE），最优XGBoost模型做SHAP（SHapley Additive exPlanations）可解释性分析。

三、研究结果

3.1. Feature Selection Results（特征选择结果）

初算20个VIs经RFE各选前10，再VIF剔除共线变量（NDRE VIF>1800，RESR VIF=∞等），最终°Brix模型保留SFDVI、BAI、CVI、GDVI、TSAVI五者；TA模型保留SFDVI、BAI、GDVI、PSRI、TCARI五者。SFDVI、BAI、GDVI为两目标共有，其余因目标不同而异，证实成熟度不同维度（糖积累vs酸降解）关联光谱特征有差异。

3.2. Predictive Model Performance for Technological Maturity（技术成熟度预测模型性能）

仅用VIs＋品种训练的模型严重过拟合——训练R²可达0.813（RF, °Brix）但测试R²最低至0.303（MLP），最高仅0.477（RF, °Brix），TA测试R²≈0.44~0.45，说明VIs单独不足以泛化成熟进程。融合GDD后所有模型显著提升：XGBoost预测°Brix测试R²=0.887、RMSE=0.910 °Brix；RF测试R²=0.871、RMSE=0.971 °Brix；MLP测试R²=0.884、RMSE=0.983 °Brix。TA预测融合GDD后XGBoost测试R²=0.766、RMSE=1.632 g/L；RF测试R²=0.723、RMSE=1.775 g/L；MLP测试R²=0.716、RMSE=1.796 g/L。GDD-only模型°Brix XGBoost R²=0.889接近全融合模型，说明GDD是主要驱动；日期序数替代GDD仅微降/微升R²，提示本数据集GDD与采样时序高度共线性。Wilcoxon检验显示XGBoost显著低于MLP残差（p<0.001），与RF无显著差异（p>0.4）。XGBoost综合精度最优。

3.3. Predictor Contribution Analysis (SHAP)（预测因子贡献分析/SHAP）

°Brix融合模型中SHAP显示GDD全局重要性最高，高GDD（热累积大）正向推高预测°Brix值，符合生理规律；品种为第二重要预测因子（Sauvignon Blanc与Syrah基线°Brix—GDD关系不同）；VIs作三级调制反映长势空间异质性。无GDD时模型依赖CVI（叶绿素/氮敏感VI）等 proxies of vigor 拟估成熟致泛化失败。TA融合模型中GDD亦最重要，高GDD负向SHAP值对应预测TA降低（酸降解）；RF与MLP中品种居第二重要，XGBoost中品种重要性降至末位将预测力几乎全赋GDD+VIs。SHAP关系农艺学合理，模型学到糖积累与酸降解相反生理动态并按品种微调。

四、讨论与结论总结

讨论指出VIs单独不足以预测技术成熟度因其缺时间维度，印证前人R²≤0.61的局限；GDD提供物候"骨架"、品种给遗传基线、VIs捕获园内空间变异——三者融合方有效。严格VIF剔除冗余（如饱和的NDVI及高共线NDRE）避免多重共线性，数据驱动RFE+VIF选VI优于盲目套用经典指数。XGBoost精度最优但算法间差异小于预测因子质量影响。作者指出局限：单季单点、GDD与采样时序近乎共线、留出划分未完全阻断空间自相关（空间分组交叉验证R²=0.865±0.017 °Brix, 0.819±0.042 TA仍稳健）、品种与区块微气候混淆、RFE基估计量为RF可能偏选特征、SHAP不证因果、未纳入土壤/水分/园内热异质性。

结论部分翻译：空间遥感数据（植被指数）与时序变量生长度日（GDD）的融合是预测双修剪制下酿酒葡萄可溶性固形物（°Brix）和可滴定酸度（TA）的基本且高效途径。研究验证了核心假设——GDD的引入显著提高精度，使仅基于VIs无法泛化的模型（测试R²<0.48）转变为稳健预测工具。确定了最具影响力且低共线性的VIs（如CVI、SFDVI、BAI），传统NDVI与NDRE因饱和或高多重共线性被剔除。所评估算法中XGBoost对两目标变量预测性能最佳，留出测试集R²达0.89（°Brix）与0.77（TA）。本研究证实时空（GDD）—空间（VI）数据融合是葡萄树技术成熟度精确建模的前提，为精准葡萄栽培无损成熟度预测提供了有前景的概念验证；但需在多种生长季及葡萄园环境下验证以确认框架的广泛适用性与作业可靠性。本文发表于《Horticulturae》。