# 中文标题 基于未参与模型训练春小麦品系的产量排名：哈萨克斯坦北部两个对比生长季的评估

《Smart Agricultural Technology》：Yield ranking of spring wheat breeding lines absent from model training within two contrasting seasons in northern Kazakhstan

　　

# 摘要专业翻译
在育种试验中，对产量模型的可靠评估要求使用未向模型开发贡献观测数据的品系进行验证。研究人员于2024和2025生长季在哈萨克斯坦北部的一个高级春小麦产量试验圃中考察了该问题。在300个小区中，来自22个品系的176个小区构成模型开发集，而代表31个育种品系的124个小区被完全排除在训练之外。仅使用训练数据从82个候选变量中筛选出11个变量；候选变量来源于UAV多光谱影像、ERA5-Land再分析资料、LiDAR衍生的静态小区微地形、物候和成熟度分组。LightGBM对排除品系给出合并R2为0.587；在季节内对育种品系进行重抽样得到的平均R2为0.564，95%置信区间为0.252至0.776。合并值部分反映了季节间的强烈对比，而非季节内品系间的区分能力。对小区进行随机划分产生的R2为0.890，表明表观预测精度强烈依赖于验证设计。观测与预测品系排序之间的一致性为中等，2024年和2025年的Spearman相关系数分别为0.612和0.650，但由于仅有14个和17个独立品系可用，不确定性较大。六种建模方法产生重叠的不确定区间，无明显证据表明某种方法更优，且数据源的完整组合与保留多光谱模块的较简单配置无法区分。一项以2024年数据单独进行筛选、选择和拟合、以2025年数据进行评估的独立分析显示性能严重下降，R2 = ?8.81，Spearman相关系数为?0.082，与零无法区分。在两个季节均有种植的品系中迁移失败依然存在，因此基因型新颖性本身不足以解释该失败。当模型开发期间两个观测季节条件均有代表时，未参与训练的育种品系能够以中等一致性进行排序，而对未观测季节的预测仍不可靠。本研究仅覆盖一个试验圃复合体和两个生长季，因此跨地点和更广泛条件的迁移性仍有待验证。

# 论文解读

## 研究背景与问题

春小麦是哈萨克斯坦北部最主要的雨养谷物作物，该地区属于大陆性半干旱草原气候，年际间产量变异强烈，受冬季土壤水分补给、生长季降雨量以及生殖发育和籽粒灌浆期间的温度与饱和水汽压差等因素的共同影响。区域研究已记录了这些关系，干旱相关损失在某些年份可超过20%，且人为气候变化已对该地区产量造成6–9%的减产效应。在这种环境下，育种计划的目标是选育能够在多变季节中保持产量的品系，而非在单一有利年份最大化产量。先进产量试验采用滚动设计，每个选择周期引入新候选品系并淘汰旧品系，因此待评估品系可能完全不存在于可用于模型开发的历史数据中。然而，许多基于UAV影像的产量估算研究采用随机K折交叉验证，这可能将同品系和同季节的小区同时置于训练和测试分割两侧，导致表观精度被高估。目前，在完全剔除育种品系且两季均保留于训练集的评估条件下，表观精度会下降多少、季节内排序信号能保留多少，在UAV谷类产量模型中鲜有报道。本研究旨在回答：来自UAV影像、地形和季节环境的信息在与物候阶段对齐后，是否能为未参与模型开发的春小麦育种品系保留有用的排序信息。

## 研究内容与结论

研究人员于2024年和2025年在哈萨克斯坦阿克莫拉地区A.I. Barayev研究与生产中心谷物种植所的先进产量试验圃开展了田间试验。2024年试验圃包含144个小区、33个育种品系和3个标准对照品种；2025年包含156个小区、36个育种品系和相同对照。两年间有22个品系同时种植形成训练集（176个小区），31个仅在单个季节种植的育种品系作为完全排除的测试集（124个小区）。2024年平均产量为21.17 c ha?1，2025年仅为7.54 c ha?1，产量下降64%，两季产量分布几乎完全分离。

主要结论包括：第一，在完整品系排除评估下，LightGBM模型的合并R2为0.587，而随机十折交叉验证达到0.890，表明验证设计对表观精度的影响达0.30个R2单位。第二，季节内品系排序呈现中等一致性，2024年和2025年的Spearman相关系数分别为0.612和0.650，但置信区间较宽。第三，当完整流程仅用2024年数据开发并应用于2025年时，预测完全失败，R2为?8.81，排序相关性与零无法区分，且这一失败在两年均种植的品系中同样存在，表明基因型新颖性并非失败原因，而更可能源于强烈的年际环境转变。第四，模态消融分析未证明完整多模态组合优于保留UAV多光谱块的简单配置。研究意义在于明确了未训练品系排序的可行边界：当两个观测季节条件均在模型开发中有所代表时，排序具有中等一致性；对未观测季节的预测仍然不可靠。

## 关键技术与方法

研究使用了以下主要技术方法：UAV多光谱影像采集（DJI Phantom 4 Multispectral，五波段传感器，2024年7次飞行、2025年9次飞行），UAV LiDAR地形重建（DJI Matrice 300 RTK搭载Zenmuse L1，每季一次，经布料模拟滤波和统计离群点去除后生成数字地形模型），ERA5-Land再分析资料提取（0.1°分辨率小时数据），基于品系特定物候的两阶段特征聚合（营养生长阶段和籽粒灌浆阶段），以及包含筛选、递归特征消除、LightGBM建模、TreeSHAP归因解释和多种验证策略（完整品系排除、随机K折、严格前瞻性迁移）的完整分析流程。样本队列来源为哈萨克斯坦北部阿克莫拉地区单一试验圃复合体，2024和2025两个生长季。

## 研究结果

### 年际产量下降与试验组成
2024年平均产量21.17 c ha?1降至2025年的7.54 c ha?1，降幅64%。早、中、晚熟组的平均产量分别从23.07、21.16和19.46 c ha?1降至9.06、8.00和5.81 c ha?1，晚熟组比例损失最大。三个区域对照品种的产量同样下降，表明减产是整个试验圃的系统性现象。

### 验证策略比较
完整品系排除下LightGBM合并R2为0.587；季节分层品系簇自助法给出合并区间0.252至0.776，均值0.564；随机十折交叉验证R2为0.890，乐观差距为0.30个R2单位。仅用季节均值预测的基线达到R2=0.286，说明合并值中有57.3%的变异来自季节间差异。严格前瞻性实验中，用2024年单独开发流程应用于2025年所有品系时R2=?8.81，三个目标子集的排序相关性与零均无法区分，所有子集均被高估约11.4 c ha?1。

### 特征选择与稳定性
筛选流程从82个候选变量中选出11个预测因子，内层交叉验证RMSE在11个特征处达到数值最小。但在200次对22个训练品系的自助重抽样中，完全重复选择流程后，选择11个预测因子的频率仅为8.0%，平均成对Jaccard相似度为0.298，表明所选特征集是一个不稳定的选择过程的结果，而非唯一确定的表示。

### SHAP归因的季节间特征
ERA5-Land第2层（7–28 cm）土壤水分描述符在籽粒灌浆窗口上的均值具有最大平均绝对归因4.84 c ha?1，约为第二重要特征的2.3倍。该描述符训练方差的99.6%存在于季节之间（η2_year=0.996），符号归因在两年间反转（2024年+3.86，2025年?5.65），表明模型将其用作季节制度指标而非小区尺度土壤水测量。

### 模型架构比较
六种架构的合并测试R2范围为0.449至0.596。与LightGBM相比，三种经典基线的配对精度对比均包含零，十对排序相关对比也全部包含零，未证明任何架构具有显著优势。值得注意的是一致性排序与R2排序不一致：R2最高的Transformer+对抗头架构在2024年排序相关最弱（ρ=0.290），而LightGBM和随机森林在两个季节均表现中等到较强的排序能力。

### 未参与训练品系的排序结果
2024年14个测试品系的预测与观测品系均值排序相关性为ρ=0.612（95% CI 0.169至0.820），2025年17个品系为ρ=0.650（95% CI 0.163至0.902）。Top-K优先化分析作为探索性诊断报告：20%阈值下模型在每季恢复3个观测顶部品系中的2个，但经Holm校正后八项检验无一显著。

### 模态消融
从全池中移除UAV多光谱块产生的降幅最大（R2从0.583降至0.498），超过了拟合扰动范围。但使用全部四个数据块的模型与UAV+地形、UAV+地形+环境描述的配置之间仅差0.002个R2单位，表明数据未证明完整多模态组合优于保留UAV多光谱块与一个补充块的简单配置。

## 讨论与结论

讨论部分指出，验证设计对表观预测性能的影响强于建模方法的选择。合并R2部分反映了季节间强对比而非季节内品系区分能力。在严格前瞻性迁移中预测失败具有系统性而非无序性：2025年的ERA5-Land第2层土壤水分描述符所有值均低于2024年拟合期间遇到的最低值，两范围间隔约0.069 m3 m?3，约为2024年整个范围宽度的20倍。对于树模型而言，训练范围之外的预测由从观测域学到的终端区域决定而非真正外推，这为2025年的系统性正向偏差提供了合理解释，但两个季节无法分离各气象和物候变化的独立贡献。

研究结论为：在模型开发期间两个观测季节条件均有代表时，未参与训练的育种品系能够以中等一致性排序；但在2024至2025迁移中该性能未能保持。该框架应被解释为在观测季节内对候选品系进行排序的辅助工具，而非替代多环境产量试验。额外的季节和独立地点是确认更广泛时空泛化能力的必要条件。