冬小麦产量与籽粒蛋白质含量多源预测中单任务与多任务之间的性能权衡

《Computers and Electronics in Agriculture》：Performance trade-offs between single-task and multi-task in multi-source prediction of yield and grain protein content in winter wheat

　　•在特征较少的情况下，MTL的预测效果优于STL，而STL在特征丰富时表现更佳。•对于经过阶段聚合的表格数据，MLP的预测效果优于Transformer和RF。•农学指标与传感器数据组合能带来最高的产量和GPC准确率。•在小麦拔节期和灌浆期，生物量、氮含量、水分和光照是关键因素。•Weighted_Top8子集在特征更少、成本更低的情况下仍能保持较高准确率。

引言
冬小麦在全球粮食体系中起着核心作用，为全世界数十亿人提供能量和蛋白质。气候变化的加剧以及资源限制使得产量稳定性和谷物蛋白质含量更难以维持，进而影响粮食的营养价值和市场价值（Gaile等人，2017；Rettie等人，2022）。因此，能够及时准确预测产量和GPC对于指导诸如施肥、灌溉安排以及风险防控等关键管理决策至关重要。由于产量和GPC之间存在部分关联但并不完全相同，所以对二者进行联合预测既具有意义又面临挑战——一些预测因子可能是共用的，而另一些则具有特定性（Sun等人，2022）。准确的预测工具能够降低生产风险，提高管理效率，从而助力构建更具韧性和适应能力的小麦生产体系（Ruan等人，2022）。

随着智慧农业的快速发展，多源数据——包括环境条件、农学测量数据以及遥感数据——已被广泛用于小麦产量和GPC的季内预测（Tilse等人，2025）。然而，在小麦生长的早期到中期阶段，要实现可靠的预测精度仍然颇具挑战，因为这一时期的小麦生长动态变化较大，且有用信号往往较为稀少或分布不均（Cai等人，2019）。正因如此，人们越来越倾向于运用机器学习模型，以便更好地利用不同性状和数据源中的异构信息，尤其是在输入数据有限或存在噪声的情况下（Song等人，2025）。同时，高分辨率传感研究的结果表明，环境、农学及光谱变量在不同物候期的相对重要性会有显著变化，这凸显出有必要确定在生长季的不同阶段哪些数据源最具参考价值（Wang等人，2024）。

基于这些技术进展，许多研究致力于整合环境、管理及传感数据，以提高产量和GPC预测模型在空间和时间维度上的稳定性。例如，将卫星获取的植被指数与气候和土壤数据结合使用，相较于单一数据源，能够提升更大尺度区域内的小麦产量预测精度（Cai等人，2019）。近地传感器和无人机传感器则可实现冠层生理状况的高分辨率监测，为产量和GPC的季中预测提供重要依据（Walsh等人，2023）。总体而言，这些进展与现有研究结果一致，即多模态、多时相的数据集虽然不能保证始终更高的预测精度，但能为作物类型识别和产量估算提供互补信息（Sun等人，2019）。

尽管取得了上述进展，但在理解不同数据源的信息含量、噪声水平及其实际应用能力如何共同影响田间尺度上的预测性能方面，仍存在诸多空白。一个主要局限在于，遥感数据在小麦生长的早期营养生长阶段容易受到土壤背景干扰，且光谱敏感度较低（Becker-Reshef等人，2018）；而农学性状则需要耗费大量人力进行采样，且难以在大面积范围内保持一致的采集标准。因此，环境、农学及传感器变量不仅在预测价值上存在差异，在不确定性及数据获取难度方面也有所不同，但它们在生长季早期到中期产量和GPC预测中的相对作用至今尚未得到充分阐明。

数据源特征的这些差异也可能影响单任务学习还是多任务学习更为适用。对于产量和GPC而言，这一问题尤为重要，因为这两者仅存在部分关联性——它们虽有一些共同的生理驱动因素，如生物量积累和氮素动态，但也存在各自特定的响应机制（Sun等人，2022；Bogard等人，2010）。因此，当共有信息可被有效利用时，MTL中的共享表征可能具有优势；而当性状特异性信号占主导时，这种共享表征的作用则较为有限。尽管已有研究利用多源数据预测小麦的水分状况和生长指标（Shi等人，2022），但很少有研究系统探讨数据源构成如何影响不同模型和生长阶段下STL与MTL的优势与局限性。尤其不清楚，在何种信息丰富度、冗余度或任务不平衡程度下，共享表征对产量和GPC的联合预测是有利、中性还是有害的。

另一个重大局限在于，目前人们对在生长早期到中期——即管理干预仍可行的阶段——哪些预测因子最具参考价值了解不足。虽然生长后期的测量数据通常能带来更高的预测精度，但早期的预测虽然不确定性更高，却更能为施肥和灌溉决策提供实际指导（Wolters等人，2022）。现有研究往往侧重于宽泛的变量类别，而非量化不同数据子集中各生长阶段的贡献程度，因此对于哪些物候期对产量和GPC的联合预测影响最大，尚缺乏共识。另一个挑战是，即便高维多源输入能提升预测精度，也会增加特征维度并提高数据处理难度（Ma等人，2022）。很少有研究系统评估在真实田间条件下，经过特征筛选后的简化输入配置如何在保持预测精度的同时实现特征简洁性以及降低处理成本和计算时间。因此，尽管这类方法对于设计可直接应用于田间的模型具有重要的实际意义，但目前仍缺乏相关研究。

针对上述不足，本研究提出了三个相互关联的问题，旨在在真实田间条件下提升冬小麦生长早期到中期的产量和GPC预测能力。首先，本研究评估了环境、农学及近地传感数据组合如何影响单任务学习和多任务学习在预测产量和GPC方面的相对性能。通过比较不同数据源子集下的模型性能，分析明确了信息丰富度、冗余度及噪声如何共同决定何时应选择STL或MTL。其次，本研究确定了对生长早期到中期预测影响最大的变量及生长阶段——在这一关键决策期内，即使预测信号较弱，管理措施依然可行。研究采用SHapley加性解释方法进行可解释性分析，量化多源变量在各个生长阶段的贡献，从而为理解小麦生长过程中的生理机制提供超越传统生长后期导向模型的新视角。最后，本研究探讨了经过特征筛选后的简化输入集是否仍能保持与完整多源输入相当的预测性能。该分析有助于从预测精度、特征简洁性、输入与预处理成本以及计算时间等方面定量评估精度与效率之间的权衡，从而为开发适合实际决策支持的简化型田间可用特征配置提供依据。

总之，本研究在三个方面做出了贡献。首先，它并未将STL和MTL视为绝对优越的替代方案，而是分析了随着多源信息的丰富度和特征构成的变化，二者各自的相对优势如何发生改变。其次，它不仅利用SHAP方法解释特征和生长阶段的重要性，还据此构建了简化后的Top-K子集，以便与完整特征模型进行对照比较。第三，它找到了兼具高精度和高效率的模型配置——其中效率体现在特征简洁性、较低的输入与预处理成本以及计算时间上，从而将模型评估与面向实际应用的模型设计联系起来。综上，这项研究为在真实田间条件下开展产量与GPC的联合预测提供了系统性且以决策为导向的分析框架。

研究区域与实验设计
图1展示了数据整合、预处理及建模流程的概览。田间试验在中国河南省新乡市的中国农业科学院农田灌溉研究所进行，共涵盖三个生长季节（2020–2021年、2022–2023年以及2023–2024年）（图S1a–b）。该地区属于典型的温带大陆性季风气候，是重要的小麦产区。图中还展示了研究期间的月平均气温和降水量变化规律。

小麦产量与GPC的描述性统计
图2通过组合箱线图、散点图和提琴图，总结了2020–2021年、2022–2023年及2023–2024年三个生长季节小麦产量与GPC的描述性统计特征。在这三个季节中，小麦产量表现出明显的年度间波动，而GPC的波动范围则相对较小。2021年的产量分布较为集中，箱线图中的中位数和提琴图密度峰都接近6吨/公顷，变异系数较低。

多源数据子集的效果
在七个不同的特征子集中，呈现出一种一致的规律：从单一数据源逐步过渡到多源数据融合，能够系统性地提升产量和GPC的预测精度。这一优势与先前的研究结果一致——即结合天气、作物及光谱指标能够增强小麦产量预测模型的稳健性（Li等人，2022；Ruan等人，2022；Zhang等人，2023）；同时也与多项研究表明多源数据融合有助于更准确地诊断不同生长阶段的氮素状况相符。

结论
本研究探讨了多源环境、农学及近地传感数据如何为冬小麦产量和谷物蛋白质含量的早期预测提供依据，同时明确了在何种条件下单任务学习或多任务学习更为合适。研究结果表明，可用数据的构成与丰富程度会对模型性能产生显著影响，进而决定应选择单任务学习还是多任务学习。多源数据整合确实带来了明显的好处。

CRediT作者贡献说明
黄凌汉：撰写原始稿件、可视化处理、验证分析、方法设计、研究实施、正式分析、数据整理。庄廷轩：撰写原始稿件、可视化处理、验证分析、研究实施、数据整理。张美琪：撰写原始稿件、正式分析、数据整理。Syed Tahir Ata-Ul-Karim：撰写评审与编辑稿件、项目监督、方法设计、概念构思。余康：撰写评审与编辑稿件、项目监督、方法设计、概念构思。Krzysztof Kusnierek：利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢
本研究得到了以下机构的资助：中国国家自然科学基金（32371997）、江苏省农业科技自主创新资金（CX(24)3126）、挪威外交部（SINOGRAIN III，CHN-2152，22/0013）、南京农业大学本科生创新研究与创业训练计划（202411YX006）以及江苏省高校青蓝工程的支持。

黄凌汉|庄廷轩|张美琪|Syed Tahir Ata-Ul-Karim|余康|Krzysztof Kusnierek|李伟|刘晓军|田永超|朱岩|曹伟星|曹强