跳到主要内容
返回时间线
researchsquare.com来源发表:

同一块田里换一片地就失灵:随机森林田内R²约0.90,跨地块降到0.329,序列模型守住0.44

核心概要

瑞士Witzwil一处农场的冬小麦像素级产量预测显示,田内插值精度高并不等于能跨地块外推。随机森林在坐标分组划分下R²约0.90,但在同年连续空间块交叉验证中平均降到0.329;CNN-A-GRU与Mamba分别保持0.444和0.434,经分域条件生成对抗网络增广后升到0.485和0.464。研究还比较了七次物候对齐采样与90天季节平均,前者在三种模型上都更好。

Source-provided article image: Deep time-series generative/predictive exploratory study of site-specific crop yield using satellite imagery
Fig. 1 · researchsquare.com · 第 10 页

深度剖析

同一农场内换到未参与训练的地块,模型精度会大幅下降,而下降幅度取决于模型如何组织一个生长季的观测。 按坐标分组划分时,相邻10米像素共享气象、播期和土壤条件,随机森林因此得到R²约0.90的田内插值精度;此前这类划分常被当作模型能力的证据。 在2017至2021年19个田块-年份、共20170个冬小麦像素-年份观测上做5折同年连续空间块交叉验证,随机森林训练R²为0.984,测试R²平均0.329,第5折为−0.313,该折训练与测试产量分布的KS统计量为0.2438。

把生长季当作有序序列处理的模型,在同一农场的未见地块上平均表现更稳。 随机森林在田内插值上领先,但在空间块测试中排名最后;序列模型训练拟合更低,测试却更好。 CNN-A-GRU平均测试R²为0.444,Mamba为0.434,均高于随机森林的0.329;逐折看,CNN-A-GRU在第2折和第4折分别达到0.611和0.623。

按物候对齐挑选单次过境影像,比把一年压成三个90天均值保留了更多可用信号。 固定日历窗口和粗季节合成会把拔节、开花等短暂发育阶段平均掉,这是光学遥感产量建模的常见做法。 七次一致时间戳采样相对90天季节平均,在随机森林、CNN-A-GRU和Mamba上分别把R²提高约0.022,三种模型的Welch检验p值均远小于0.001。

针对极端产量区间合成时序数据,能压低分布两端的误差,但不改变整体精度。 极端低产和高产样本在每个折中只有数十到两百多个真实训练像素,此前缺少针对这些区间的时序增广对照。 在田内划分下,随机森林0–2 t/ha区间RMSE在100%增广量时从0.409降到0.382 t/ha,12–14 t/ha区间在50%增广量时从0.866降到0.839 t/ha;三种模型的整体R²变化不显著,p≥0.258。

启示与展望

结论建立在瑞士Witzwil一处农场2017至2021年19个冬小麦田块-年份、20170个10米像素-年份观测上,评估的是同一农场内连续空间块的迁移,而非跨农场或跨农业生态区的泛化。田内基准使用8581个无需插补的完整七次过境像素,空间块验证使用全部20170个像素并在划分前做同年最近邻光谱插补。

作者指出,序列模型平均表现更好的一个可能解释是它们捕捉了有序的季内光谱转变并受到更强正则化,但这一机制未在实验中直接分离。空间块之间的协变量偏移(KS为0.11–0.27)可能同时反映局部土壤与地形差异以及未记录的前茬作物效应。T-CGAN对CNN-A-GRU空间块R²的提升在5个独立折均值上不显著(p=0.112),仅在25次折-种子重复上显著(p=0.0090)。2–6 t/ha过渡区间的误差仍然偏高。