基于无监督聚类与可解释替代模型的干旱农业生态系统作物-环境格局识别与分析

《Scientific Reports》：Interpretable crop-environment regime analysis using robust unsupervised clustering in arid agro-ecosystems

　　

摘要

解读干旱农业生态系统中的作物 - 环境模式具有挑战性，因为土壤性质和天气条件以复杂的方式相互作用，而可靠的作物标签、产量记录或田间适宜性分类并不总是可用的。本研究提出了一种可解释的无监督聚类分析，用于识别和解释作物 - 环境格局，使用七个变量：氮、磷、钾、pH 值、温度、湿度和降雨量。一个受控的十二作物分析子集被组织成六个事后作物 - 环境格局组。比较评估包括 K-Means、高斯混合模型、DBSCAN 和层次凝聚聚类。作物和格局标签仅保留用于解释，未用于无监督模型拟合期间。聚类有效性通过内部验证指标、k 敏感性分析、重复运行稳定性测试、成对调整兰德指数分析和 DBSCAN 参数敏感性进行评估。选定的六格局 K-Means 解决方案达到了轮廓系数 0.4836、Davies-Bouldin 指数 0.8181 和 Calinski–Harabasz 分数 4948.41。跨 30 次独立初始化的重复 K-Means 分析显示了稳定的性能，平均轮廓系数为 0.4825 ± 0.0060，平均 Davies-Bouldin 指数为 0.8179 ± 0.0010。DBSCAN 产生了有效的七聚类基于密度的结构，噪声接近于零，表明作物 - 环境特征空间内可能存在更细的子结构。为了提高可解释性，训练了一个高保真随机森林替代模型来重现最终的 K-Means 聚类分配。该替代模型达到了 1.0000 的准确率和宏平均 F1 分数。SHapley 加法解释（SHAP）和本地可解释模型无关解释（LIME）确定了降雨量、氮、钾、磷和湿度是促成聚类区分的主要变量，而温度和 pH 值显示出相对较低的解释影响。研究结果表明，稳健的无监督聚类结合基于替代模型的可解释性，可以支持透明的作物 - 环境格局解释，而无需声称直接的作物推荐、产量预测或田间适宜性评估。