《Frontiers in Sustainable Food Systems》：Forecasting Wholesale Prices of Canchan potatoes using artificial intelligence models with data from the Ministry of Agrarian Development and Irrigation of Peru (2020–2025)
编辑推荐：
准确预测农产品价格对于稳定市场与优化供应链决策至关重要。研究人员提出一种有监督机器学习应用，聚焦于利用秘鲁农业发展与灌溉部（Ministerio de Desarrollo Agrario y Riego，MIDAGRI）开放数据门户作为基线，预测秘鲁Canc
准确预测农产品价格对于稳定市场与优化供应链决策至关重要。研究人员提出一种有监督机器学习应用，聚焦于利用秘鲁农业发展与灌溉部（Ministerio de Desarrollo Agrario y Riego，MIDAGRI）开放数据门户作为基线，预测秘鲁Canchan马铃薯的月度价格。在该框架下，研究人员实施并比较评估了六种方法策略：SARIMAX（采用滚动前向验证（walk-forward validation）运行）、循环神经网络（RNN）、长短期记忆（LSTM）架构，以及各自耦合XGBoost进行残差学习的混合架构。各算法的年度性能采用均方根误差（RMSE）、平均绝对误差（MAE）和均方误差（MSE）进行评估。最终配置的选择不仅限于测试集最低误差，还审计了训练与测试指标间的数学稳定性以确保系统具备真正的泛化能力。尽管纯RNN与LSTM在单项指标上测试误差略低，混合LSTM-XGBoost模型在所有架构中表现出最小的训练-测试性能差距（ΔRMSE≈0.008），表明其泛化稳定性更优。据此标准，LSTM-XGBoost被选为最稳健配置（RMSE=0.1086，MAE=0.0874，MSE=0.0118）。本研究贡献了一个可复现的方法论框架，可作为基线复制用于设计该地区其他高经济影响农作物的预测工具。
研究背景与问题提出
马铃薯（Solanum tuberosum）是安第斯地区对人类的基础贡献，秘鲁作为起源与驯化中心拥有全球最高遗传多样性。Canchan马铃薯由国际马铃薯中心与秘鲁国家农业创新研究所联合选育，因早熟与高抗晚疫病成为秘鲁鲜食消费最广品种，关系约3300万人口粮食安全，且代表全国约25%农业GDP，由70余万高原农户依赖为生。然而农户缺乏仓储与金融保险，完全暴露于产地价格冲击；消费市场亦对批发价格波动高度敏感。既有文献多聚焦亚洲市场、宏观商品或其他作物，或仅预测产量与品质，未将LSTM/RNN与XGBoost残差校正耦合，并在严格滚动前向验证下针对拉美区域品种价格建模——此即本研究的方法论空白。论文发表于《Frontiers in Sustainable Food Systems》。
主要关键技术方法
研究人员使用MIDAGRI供给与价格信息系统（SISAP）2020年1月12日至2025年11月28日数据，聚合成310条周度观测，以批发价格（Soles/kg）为目标变量，农场价格与零售价格作同期外生变量。预处理将零值转为缺失后线性插值，边界补前后向填充；周度序列经Min-Max归一化。建模采用滚动前向扩展窗口验证以防数据泄漏；SARIMAX以（p,d,q）（P,D,Q,12）刻画季节，RNN/LSTM以Optuna百次试验调参，XGBoost以基模型残差为靶标做二级校正；误差以RMSE、MAE、MSE在逆变换后原始量纲计算。
研究结果
3.1 数据描述：SISAP三链路价格中批发价无缺失，农场价26.5%为零、零售价34.2%为零，统一插值后保留310周观测进入特征工程。
3.2 数据预处理：线性插值较三次样条与STL分解在SARIMAX上RMSE最低（0.1857），证实未引入过平滑偏误；VIF=1.71表明两外生变量无显著多重共线性。
3.3 探索性数据分析：批发价均值1.24 S/kg、变异系数31.9%，与农场价Pearson r=0.855，与零售价r=0.614，具强同期联动可作预测注入信息。
3.4 模型提案与结论：六架构中纯LSTM与RNN单指标测试误差略小，但LSTM-XGBoost训练-测试ΔRMSE≈0.008为全组最小，泛化间隙最低；最终选LSTM-XGBoost（RMSE=0.1086，MAE=0.0874，MSE=0.0118）为最稳健配置。SARIMAX-XGBoost次之，纯统计模型在非线性冲击下残差偏大。
讨论与结论翻译
讨论指出，传统统计模型受限于线性平稳假设，而单纯深度学习在周度农产品短序列上易过拟合；将LSTM隐藏态（112维）压缩为XGBoost特征、或以XGBoost学习SARIMAX残差，能在不引入Transformer级算力下兼顾非线性与可解释性。研究人员强调外生变量采用同期值属ARIMAX族回测惯例，真实部署需外生量及时可得或另建预测器。结论：在秘鲁Canchan马铃薯批发价格预测中，混合LSTM-XGBoost因最小训练-测试性能裂口被证为最稳健架构；该研究提供可复现框架，支持拉美区域其他高影响作物价格预警系统构建。
