SMFS-RF：一种基于知识引导的机器学习方法，用于从高分辨率植被指数数据中提取作物物候信息

《Remote Sensing of Environment》：SMFS-RF: a knowledge-guided machine-learning method for crop phenology extraction from fine-resolution vegetation index data

　　• 一种基于知识的机器学习框架能够提取多个物候日期。
• 该框架捕捉到了空间变异性，并实现了中等的时间误差。
• 该框架的表现优于模型拟合和深度学习方法。

**引言**
作物物候阶段是作物生长和发育的基本决定因素，通过关键阶段的时间和持续时间调节产量（Bolton和Friedl，2013；Cao等人，2024a；Chen等人，2018a；Guo等人，2021；Guo等人，2020；Pei等人，2025），并反映了作物对气候变化的响应（Y. Liu等人，2019b；Qiu等人，2022；Shariot-Ullah和Acharjee，2024）。随着气候极端事件的加剧（IPCC，2022），物候变化增加了作物对热、旱或霜冻等不利条件的脆弱性（Hu等人，2017；Schmitt等人，2022）。这种中断使得作物的生理需求与有利的环境条件脱节，通常导致产量下降（Ceglar等人，2019；Fatima等人，2020；King等人，2018）。此外，物候节律的变化通过改变生长季节的碳通量来影响陆地碳循环（Corbin等人，2010；Yu等人，2021）。这些连锁效应凸显了精确物候监测对于支持气候适应型农业的必要性。
尽管许多研究表明，在过去几十年中气候变化已经改变了区域和全球范围内的作物物候，但大多数研究仍限于站点级别的分析（Ahmad等人，2019；Bai等人，2019；Fatima等人，2020；He等人，2020；Y. Liu等人，2019a；Zhang等人，2022b）。然而，观测站的分布稀疏且不均匀，加上它们的代表性有限，限制了这些研究全面捕捉更广泛区域内作物物候时间和空间变异性的能力（Chen等人，2021；Y. Liu等人，2019b；Zhang等人，2022b）。与此同时，作物种植区域和种植系统在过去几十年中经历了重大变化（Dong等人，2024；Epule等人，2022；Peng等人，2023；Ronchetti等人，2024；Shen等人，2025），但物候站的相对固定位置进一步限制了基于站点的监测捕捉这些演变动态的能力。这些限制共同强调了需要能够同时具有空间和时间精确性的方法来表征作物物候。

卫星观测凭借其连续的空间和时间覆盖能力，为区域到大陆尺度的物候监测提供了可靠手段，因此成为众多提取研究的基础（Friedl等人，2022；White等人，2009；Wu等人，2017；Zhang等人，2003）。已经开发了许多方法从植被指数（VI）动态中推导出物候日期（Gao和Zhang，2021；Gim等人，2020；Li等人，2024c；Luo等人，2020；Niu等人，2022），包括拐点检测（Elmore等人，2012；Zhang等人，2003）、生长率极值（Jakubauskas等人，2001）和基于阈值的方法（Lloyd，1990；White等人，1997；White等人，2009）。例如，广泛使用的MODIS MCD12Q2产品利用15%、50%和90%的阈值来估计绿化、成熟和衰老（Friedl等人，2022）。然而，与实地观测的比较显示存在显著差异——例如，Ye等人（2023）发现，根据中国东北部98个农业气象站的地面观测数据，MODIS MCD12Q2推导出的作物生长季结束时间平均晚了15.5天。更广泛地说，基于形状的方法在能够捕捉的物候阶段类型上仍然有限：尽管拐点和生长率方法可以识别季节开始和结束，但与产量和气候风险密切相关的关键阶段（如分蘖、抽穗和茎伸长）仍然无法获取（L. Liu等人，2019；Peng等人，2019；Sheehan和Bentley，2021；Tilley等人，2019；Wu等人，2022）。尽管阈值方法理论上可以纳入更多阶段，但其估计结果经常与实地数据不符（Friedl等人，2022；Zhang等人，2003）。这种不匹配源于定义上的差异：基于卫星的指标描述了VI时间序列的曲线特征，而地面物候是由作物生理事件定义的。尝试将VI特征与观测日期对齐（例如，播种与季节开始、VI峰值与抽穗、成熟与季节结束）缺乏严谨性，且经常引入超过10天的偏差（Peng等人，2024；Shen等人，2021a，Shen等人，2021b；Zhang等人，2016）。为了减少噪声并增强VI时间序列中的物候特征，在提取物候特征之前采用了多种拟合和平滑技术。这些方法包括Savitzky–Golay（SG）滤波（Savitzky和Golay，1964）、双逻辑拟合（Elmore等人，2012）、高斯拟合（J?nsson和Eklundh，2002）、谐波分析时间序列（HANTS；Jakubauskas等人，2001）和多项式拟合（Piao等人，2006）。广泛使用的TIMESAT软件将其中几种平滑和拟合技术整合到一个统一的物候分析框架中，并已在大量物候提取研究中得到应用（J?nsson和Eklundh，2004）。SG滤波和HANTS主要通过算法或转换方法减少噪声，而双逻辑和高斯拟合则应用预定义的数学函数来故意放大特定的曲线特征。无论使用哪种预处理技术，物候日期仍然是通过相对阈值或拐点检测得到的（J?nsson和Eklundh，2004；Zhang等人，2003）。因此，这些方法继承了相同的根本限制：它们只能检测到有限数量的曲线衍生的物候阶段，并受定义差异的约束。这些限制共同强调了需要新的方法来弥合遥感信号与作物生理现实之间的差距。

近年来，研究人员开发了不再依赖于预定义曲线参数的作物物候提取方法（Cao等人，2024b；Liu等人，2022；Sakamoto，2018；Zhou等人，2020）。其中，形状模型拟合（SMF）方法及其改进版本具有明显优势，因为它们通过参考形状模型而不是固定曲线特征来估计物候日期，从而扩展了可提取物候日期的类别（Cao等人，2024b；Liu等人，2022；Sakamoto，2018）。这些模型是通过将地面观测的物候日期与参考站的VI时间序列关联起来建立的，从而能够提取与田间观测相同的阶段类别（Sakamoto，2018）。尽管有这些优势，但SMF的应用主要限于相对均匀的区域，如华北平原或美国（Cao等人，2024b；Liu等人，2022；Sakamoto，2018）。这种方法隐含地假设目标像素的物候模式与参考模型非常相似。对于像中国的水稻和玉米这样的作物，其VI轨迹显示明显的非线性区域差异（Y. Liu等人，2019b，Liu等人，2019a），这一假设就不成立了，限制了基于SMF的方法在国家层面的可扩展性和适用性。

机器学习模型因其在从卫星观测中提取作物物候方面的潜力而受到越来越多的认可，因为它们可以捕捉广泛且异质区域中的非线性关系（Lobert等人，2023；Shojaeezadeh等人，2025；Worrall等人，2023；Yang等人，2024；Zhao等人，2022）。例如，Lobert等人（2023）应用深度学习框架推导了德国冬小麦的物候，在国家层面上实现了高精度。Zhao等人（2022）开发了一种空间感知的SAR-光学时间序列集成方法来跟踪作物季节的开始和结束，改进了观测物候日期与遥感数据估计日期之间的一致性。此外，Shojaeezadeh等人（2025）通过将卫星数据与气候数据融合使用机器学习来提高作物物候估计的准确性。尽管取得了这些进展，机器学习方法仍然严重依赖于大型、高质量的训练数据集以实现可靠的泛化（Fu等人，2023）。然而，物候地面观测往往稀疏且分布不均匀（Bai等人，2019；Zhang等人，2025）。为了解决这一挑战，基于知识的机器学习作为一种有前景的范式出现，通过先验知识、逻辑规则或模拟输出来丰富模型输入（Karpatne等人，2017；von Rueden等人，2023），并在各种应用中取得了成功（Li等人，2024a；Liu等人，2024；Ma等人，2024）。基于这一概念，我们提出了一个结合了SMF类方法和机器学习优势的基于知识的机器学习框架。基于SMF的方法利用物候曲线的相似性，在均匀区域中与观测结果吻合良好，而机器学习则擅长建模非线性动态。通过结合这两种机制，我们的框架旨在实现更准确和可扩展的物候提取。以中国的水稻种植为例，我们（1）评估了其在大型、异质多作物系统中绘制物候图的能力；（2）展示了其相对于现有方法的优势。

**研究区域**
研究区域包括中国大陆的24个省级行政区，这些地区占全国水稻种植面积的99%以上（Shen等人，2025；图1a）。

**植被指数数据集**
用于水稻物候提取的归一化差异植被指数（NDVI）时间序列来自Li等人（2025）开发的InENVI融合数据集。该数据集使用基于机器学习的时空融合方法整合了MODIS和Landsat NDVI，生成无云的数据。

**SMFS-RF方法的准确性**
物候提取模型在捕捉所有三种水稻类型的空间变异性方面表现强劲。对于单季水稻，与AMS观测结果的一致性R2值在0.41到0.61之间，平均为0.49，RMSE值在10.09到13.16天之间，平均为11.86天（图5）。对于早稻，R2值在0.47到0.72之间，平均为0.60，RMSE值在9.70到11.48天之间，平均为10.48天（图5）。

**SMFS-RF方法的优越性**
已经开发了许多从VI时间序列中提取作物物候日期的方法（Cao等人，2024b；Y. Chen等人，2018b；Liu等人，2022；Manfron等人，2017；Sakamoto，2018；Sakamoto等人，2010，Sakamoto等人，2005）。这些方法可以根据是否依赖预定义的曲线形状参数分为两类。第一类方法仅依赖于预定义的阈值、拐点或极值，但得到的物候日期与实地数据存在差异。

**结论**
本研究提出了SMFS-RF，一种基于知识的机器学习方法，它结合了SMF-S方法和RF回归，以应对在空间异质区域估计作物物候的挑战。与现有方法相比，SMFS-RF在准确性和计算效率方面均有显著改进。应用于中国多样的水稻系统后，该方法在估计所有三种水稻类型的物候日期方面表现出可靠的准确性。

**作者贡献声明**
Ruoque Shen：写作——原始草稿、可视化、验证、软件、方法论、资金获取、正式分析。
Qiongyan Peng：写作——审稿与编辑、资源、方法论、正式分析、数据管理。
Xiangqian Li：资源、数据管理。
Jianxi Huang：写作——审稿与编辑、资源、数据管理。
Jin Chen：方法论。
Jie Dong：资源。
Xiuzhi Chen：监督、项目管理。
Wenping Yuan：写作——审稿与编辑、监督、项目管理。

**代码可用性**
所提出的SMFS-RF方法的代码可在https://github.com/shenrq/SMFS-RF公开获取。

**利益冲突声明**
作者声明他们没有已知的会影响本文所述工作的财务利益或个人关系。

**致谢**
本研究得到了中国国家自然科学基金青年科学基金（项目编号42501425）的支持。