基于随机森林（RF）等机器学习模型的水稻产量预测及产量-温室气体排放权衡分析：来自田间氮锌配施试验的实证研究

《Journal of Agriculture and Food Research》：Rice yield prediction using machine learning models and yield-emission trade-offs from field experiment

　　

摘要专业翻译 水稻是全球半数以上人口的主粮作物，在保障粮食安全尤其是亚洲地区粮食安全中发挥着关键作用。随着全球人口预计到2050年将增加约20亿至30亿，水稻需求将大幅上升。然而，当前全球水稻单产年均增长率约为1.0%，远低于到本世纪中叶实现产量翻番所需的约2.4%的年增长率。化学肥料的广泛使用显著提高了水稻生产力，但其持续且不平衡的施用已损害土壤健康、降低养分利用效率（Nutrient Use Efficiency, NUE）并加剧环境风险。除氮素外，锌（Zn）是人体健康必需的微量营养素，锌缺乏仍是全球普遍存在的营养问题。通过农艺生物强化（agronomic biofortification）提高稻米锌含量已成为应对该问题的实用且直接的有效策略。近年来，纳米肥料（nano-fertilizer）技术（包括纳米尿素和纳米ZnO制剂）的进展为改善NUE、支持锌生物强化并减少环境影响提供了有前景的途径。然而，纳米尿素和纳米ZnO对水稻产量和籽粒养分含量的具体影响仍研究不足。可持续农业集约化需求的日益增长加速了机器学习（Machine Learning, ML）在分析作物管理、环境条件与作物生产力之间复杂相互作用中的应用。与以往依赖有限预测变量集或标准算法比较的研究不同，本研究整合了22个农艺、生理、养分吸收、产量和锌营养变量，采用带10折交叉验证的递归特征消除（Recursive Feature Elimination, RFE）进行客观特征选择，并应用系统网格搜索超参数优化以提高模型稳健性并减少过拟合。本研究的两个主要目标为：（i）评估不同施氮量配合纳米尿素和锌肥对水稻产量及养分吸收的影响；（ii）使用标准统计指标评估并比较多种机器学习模型的性能，从而确定解释和预测水稻产量变异的最可靠方法。研究结果表明，RN97.5 kg ha–1 + 纳米尿素（NU）处理在维持与RN130相当产量的同时，将温室气体（GHG）排放降低了6.55%。机器学习模型为可持续水稻产量预测提供了精准、可扩展的解决方案，其中随机森林（Random Forest, RF）模型表现最优，优于线性回归（LR）、支持向量回归（SVR）、k近邻（kNN）和梯度提升机（GBM），产量预测R2 = 0.96。RF变量重要性分析（%IncMSE、IncNodePurity）确定总氮吸收量、施氮量和干物质产量是产量变异的主导预测因子。

论文解读

一、研究背景与问题

水稻是全球半数以上人口的主粮作物，尤其在亚洲地区粮食安全中占据核心地位。随着全球人口预计到2050年将增加约20亿至30亿，水稻需求将大幅上升，这对水稻生产系统构成了前所未有的压力。然而，当前全球水稻单产年均增长率仅为约1.0%，远低于到本世纪中叶实现产量翻番所需的约2.4%的年增长率。化学肥料的广泛使用虽显著提高了水稻生产力，但其持续且不平衡的施用已导致土壤健康退化、养分利用效率（NUE）下降和环境风险加剧，威胁水稻生产的长期可持续性。

合成氮肥仍是维持全球半数以上人口粮食供给不可或缺的投入品，但过度依赖合成氮肥已造成籽粒产量不稳定、稻米品质下降及显著的环境问题。此外，锌（Zn）作为人体健康必需的微量营养素，其缺乏仍是全球普遍存在的营养问题，通过农艺生物强化提高稻米锌含量已成为应对该挑战的实用策略。近年来，纳米肥料技术（包括纳米尿素和纳米ZnO制剂）的进展为改善NUE、支持锌生物强化并减少环境影响提供了新途径，但纳米尿素和纳米ZnO对水稻产量和籽粒养分含量的具体影响仍缺乏充分研究。

与此同时，可持续农业集约化需求的增长加速了机器学习（ML）在分析作物管理、环境条件与作物生产力复杂相互作用中的应用。然而，现有ML水稻研究大多依赖遥感或气象数据集，对直接调控作物生产力的田间实测农艺、生理、土壤和养分管理变量的整合相对不足；且研究重点多集中于最大化预测精度，对模型可解释性、跨农业生态区可转移性、严格超参数优化和稳健模型验证关注较少。因此，亟需开展整合多维度田间实测变量、采用系统特征选择和超参数优化的ML建模研究，以提升水稻产量预测的准确性和可靠性，并为精准养分管理提供科学依据。

二、研究内容与主要结论

针对上述问题，研究人员在印度ICAR–印度农业研究所（IARI）试验农场于2022年和2023年两个kharif季节（6–10月）开展了田间试验，采用裂区设计，主区设5个氮水平，副区设4个锌肥处理，重复3次。供试品种为IARI发布的半矮秆高产Basmati品种PB 1692。研究旨在：（i）评估不同施氮量配合纳米尿素和锌肥对水稻产量及养分吸收的影响；（ii）评估并比较多种机器学习模型的性能，确定解释和预测水稻产量变异的最可靠方法。

研究得出以下主要结论：RN₁₃₀处理（100%推荐施氮量，130 kg N ha^–1）获得最高产量，2022年和2023年籽粒产量分别为4.79和4.52 t ha^–1，较N₀（不施氮对照）增产25.4%和28.0%。RN_97.5 + 纳米尿素（NU）处理（75%推荐施氮量配合两次叶面喷施纳米尿素）与RN₁₃₀产量统计上相当，同时将温室气体（GHG）排放降低6.55%，排放强度（kg CO₂ eq kg^–1籽粒）降低3.22%–4.62%，实现了产量维持与减排的双重目标。锌肥处理中，0.1%纳米ZnO叶面喷施（ZnN₂）表现最优，较Zn₀（不施锌对照）增产0.20–0.21 t ha^–1，并显著提高锌吸收量。在机器学习建模方面，随机森林（RF）模型表现最佳，2022年和2023年R2分别为0.97和0.96，RMSE均为0.08，显著优于线性回归（MLR）、支持向量回归（SVR）、k近邻（kNN）和梯度提升机（GBM）。RF变量重要性分析（%IncMSE和IncNodePurity）确定总氮吸收量、施氮量和干物质产量是产量变异的主导预测因子，而株高和分蘖数的影响相对较小。

三、关键技术与方法

研究人员采用了以下主要关键技术方法：（1）田间试验设计：裂区设计，5个氮水平（N₀、RN₁₃₀、RN_97.5+NU、RN₆₅+NU、RN₆₅+U）× 4个锌处理（Zn₀、ZnS₁、ZnN₂、ZnC₃），3次重复，共300个小区观测样本（两年各150个）；（2）机器学习建模：采用5种算法（MLR、SVR、kNN、GBM、RF），通过10折交叉验证评估模型性能，使用R²、RMSE、调整后RMSE和MAE作为评价指标；（3）特征选择与超参数优化：采用带10折交叉验证的递归特征消除（RFE）从22个农艺和养分相关变量中筛选最优预测特征子集，并对RF模型进行穷举网格搜索超参数优化（ntree固定为500）；（4）模型验证：最终RF模型要求训练集与交叉验证集R2差异小于10%，并在独立测试集上使用Lin's一致性相关系数和观测值-预测值1:1回归图进行验证；（5）温室气体排放估算：使用CCAFS-MOT（CCAFS减缓方案工具）估算，基于管理实践基线，以kg CO₂ eq ha^–1和kg CO₂ eq kg^–1表示；（6）统计分析与可视化：使用z-score归一化热图（ComplexHeatmap包）、Pearson相关矩阵（ggcorrplot包）、LSD检验（p = 0.05）和Tukey's HSD检验进行数据处理，使用Taylor图（plotrix包）进行模型性能可视化比较。

四、研究结果

模型性能与水稻产量关键决定因素。 在5种机器学习算法中，RF模型表现出最高的预测能力，2022年和2023年R2分别达0.97和0.96，RMSE均为0.08，MAE均为0.063。kNN模型表现最差，R2范围为0.73–0.80。MLR和GBM表现优于kNN，SVR表现更佳（平均R2 = 0.92），但RF在所有统计指标上均优于其他模型。RF变量重要性分析确定总氮吸收量、籽粒氮浓度、干物质产量和总锌吸收量为产量关键预测因子，而株高和分蘖数影响相对较小。Taylor图进一步确认了RF在训练和预测阶段的稳健性和可靠性。

生长和产量性状。 氮肥和锌肥对水稻生长和产量性状有显著影响。RN₁₃₀处理在两年中均产生最优生长参数，较N₀处理，株高、分蘖数和干物质产量（DMP）两年均值分别增加8.7%、16.2%和18.5%。RN_97.5 + NU处理在大多数参数上与RN₁₃₀相当。RN₆₅ + NU处理较RN₁₃₀在2022年和2023年分蘖数分别减少6.4%和9.8%，DMP分别降低6.6%和6.1%。锌肥处理中，0.1%纳米ZnO（ZnN₂）表现最优，较Zn₀处理，穗重增加9.6%，每穗粒数增加4.1%（两年均值）。

产量和养分吸收。 RN₁₃₀处理2022年和2023年籽粒产量分别为4.79和4.52 t ha^–1，较N₀增产25.4%和28.0%。RN_97.5 + NU处理产量与RN₁₃₀统计上相当。RN₆₅ + NU处理较RN₁₃₀在2022年和2023年分别减产8.8%和7.1%。RN₁₃₀处理氮吸收量最高，2022年和2023年分别为121.6和118.5 kg ha^–1，较N₀增加33.6%和33.3%。锌吸收量在RN₁₃₀下也显著提高，较不施氮处理增加35.1%和35.6%。锌肥显著改善产量，ZnN₂处理较Zn₀增产0.20–0.21 t ha^–1，锌吸收量增加58.0–60.3 g ha^–1。ZnN₂处理锌吸收量最高，2022年和2023年分别为599.8和602.4 g ha^–1，较Zn₀增加10.7%。

温室气体排放。 RN₁₃₀处理GHG排放最高（3068.9 kg CO₂-eq ha^–1，0.64 kg CO₂-eq kg^–1）。RN_97.5 + 纳米尿素处理较RN₁₃₀在每公顷CO₂ eq排放上减少6.55%，在每公斤CO₂ eq排放上降低3.22%–4.62%。纳米尿素的应用使RN_97.5 + NU、RN₆₅ + NU和RN₆₅ + U处理分别较RN₁₃₀减少188.9、377.2和323.5 kg CO₂ eq ha^–1。对照（N₀）处理的排放强度最高，2022年和2023年分别为0.70和0.75 kg CO₂ eq kg^–1。

相关热图和Pearson相关分析。 基于z-score标准化的热图显示各性状表达模式存在明显差异，树状图根据性状特征的相似性对样本进行聚类。Pearson相关分析揭示了多个性状与籽粒产量之间的显著关联，氮和锌吸收量与籽粒产量和生物量产量在两年中均呈显著正相关。

五、讨论与结论

讨论部分指出，氮肥管理在提高水稻产量和籽粒锌含量方面具有双重效益，氮锌之间存在协同互作关系。氮吸收量在RF模型中重要性最高，表明肥料施用本身并不能保证高产，除非施用的氮能被作物高效捕获和利用。RN_97.5 + 纳米尿素处理在减少25%矿物氮投入的同时维持了籽粒产量，展示了纳米尿素改善NUE而不牺牲生产力的潜力，其机制可能归因于纳米尿素增强的叶面吸收和可控养分释放。GHG排放的降低与减少的氮素可用于硝化和反硝化作用有关，从而降低淹水水稻系统中的N₂O排放。RF模型通过整合22个农艺、生理和养分变量，在产量预测中表现出优越性能，其变量重要性排序直接验证了模型的生物学可解释性和精准养分管理的实践相关性。研究也承认了局限性，包括试验期天气条件相对稳定导致气候变量未纳入模型。

研究结论为：RN_97.5 kg ha^–1 + 纳米尿素处理在维持与RN₁₃₀相当产量的同时，将GHG排放降低6.55%，实现了产量与减排的协同优化。机器学习模型为可持续水稻产量预测提供了精准、可扩展的解决方案，其中随机森林（RF）模型表现最优，R2 = 0.96。RF变量重要性分析确定总氮吸收量、施氮量和干物质产量是产量变异的主导预测因子。该研究为精准养分管理和可持续水稻生产提供了可靠的数据驱动框架，强调了高效养分利用（尤其是氮和锌吸收）在提高水稻生产力中的关键作用。