近日，中国科学院空天信息创新研究院澳门·威斯尼斯网站科学国家重点澳门·威斯尼斯网站全球农情澳门·威斯尼斯网站速报系统（CropWatch）的吴炳方研究员与曾红伟副研究员团队，联合澳大利亚昆士兰和南京农业大学等团队，提出了多维度特征工程和极端梯度提升树（XGBoost）耦合的美国县级尺度大豆单产的预测框架，实现大豆单产的近实时动态更新预测，量化了大豆单产预测的最关键物候期与主导关键因子，取得较好预测效果。

　　大豆是全球最主要的植物油和蛋白的提供者，是消费量最大和大宗粮油期货市场最活跃农产品之一，大豆产量的及早精准预测一直是农业澳门·威斯尼斯网站与农产品交易关注的焦点问题。美国是全球大豆生产和出口最多的国家之一，其大豆生产形势的细微变化和产量的微小波动，都将对全球大豆贸易产生很大的影响，因此，及早且准确地预测美国大豆产量的变化对全球大豆贸易决策的制定至关重要。

　　影响大豆单产的形成与大小的影响因子众多，气象条件、土壤与大豆生产形势等的变化都将影响大豆单产大小。因此，科研团队在预测框架的多维特征设计时，耦合了卫星植被状态因子、物候信息、气象、土壤、灌溉、干旱、地理位置和作物图层信息，以尽可能反映各因子对大豆单产的潜在影响。

　　在方法模型的选择方面，该研究综合比较了XGBoost与线性回归（LR）、随机森林（RF）、K近邻（KNN）、人工神经网络（ANN）、支持向量回归（SVR）、长短期记忆（LSTM）和深度神经网络（DNN）模型的效果差异。基于留一法(Leave-one-out)的预测效果评价表明，基于XGBoost模型的大豆单产预测R2达到0.82，RMSE为0.246 t/ha，在大多数年份的预测结果都优于其它的模型。

　　在大豆结荚期，就可以对县级尺度的大豆单产进行较为准确的预测，可为大豆总产预估和贸易决策提供及时有效的信息支持。影响大豆单产预测精度的因子众多，并不依赖于少数几个关键特征，其中结荚期的增强型植被指数（EVI）是影响大豆单产的最关键因素。未来，该框架将耦合CropWatch的作物图层高精度监测模块，为该方法的业务化运行提供支撑。

　　相关研究成果于2023年3月27日在TOP期刊《International Journal of Applied Earth Observation and Geoinformation》正式发表。空天院硕士生李远超为论文第一作者，曾红伟和吴炳方为论文的共同通讯作者。该研究得到了国家重点研发计划（No. 2019YFE0126900）、国家自然科学基金(No. 41861144019)、ANSO略咨询项目(ANSO-SBA-2022-02)，中国科学院青年创新促进会项目和中国科学院空天信息创新研究院重点部署项目的支持。

　　论文信息：Li Y, Zeng H*, Zhang M, Wu B*, et al. 2023. A county-level soybean yield prediction framework coupled with XGBoost and multidimensional feature engineering[J]. International Journal of Applied Earth Observation and Geoinformation, 118: 103269., http://doi.org/10.1016/j.scitotenv.2023.162825.

　　论文链接：http://www.sciencedirect.com/science/article/pii/S1569843223000912

XGBoost与SVR和LSTM在典型年份的大豆单产预测空间误差分布

 

与NASS公布的大豆产量对比