基于兩種數(shù)據(jù)集構(gòu)建廣東縣級尺度龍眼產(chǎn)量模型效果對比*

殷美祥，羅瑞婷，朱 平**，曾欽文，招偉文

基于兩種數(shù)據(jù)集構(gòu)建廣東縣級尺度龍眼產(chǎn)量模型效果對比*

殷美祥1，羅瑞婷2，朱 平1**，曾欽文3，招偉文4

（1.廣東省氣象服務(wù)中心，廣州 510640；2.廣東省突發(fā)事件預(yù)警信息發(fā)布中心，廣州 510640；3.廣東省河源市氣象局，河源 517000；4.廣東省佛山市順德區(qū)氣象局，佛山 528300）

為構(gòu)建縣級尺度龍眼產(chǎn)量動態(tài)精細(xì)化模擬模型，利用1990-2020年廣東省茂名市龍眼生產(chǎn)和國家氣象觀測站逐日氣象數(shù)據(jù)，分析氣象因子對龍眼產(chǎn)量的影響，基于隨機(jī)森林和逐步回歸方法，分別采用不同數(shù)據(jù)方案建立了化州、高州和信宜龍眼產(chǎn)量動態(tài)模擬模型，并進(jìn)行對比分析。結(jié)果表明：廣東茂名龍眼產(chǎn)量與氣象因子密切相關(guān)，最低氣溫和相對濕度對茂名龍眼產(chǎn)量影響最大，隨機(jī)森林模型和逐步回歸模型入選氣象因子個(gè)數(shù)分別為15個(gè)和14個(gè)，最大相關(guān)系數(shù)分別為?0.31和0.43。與多元逐步回歸法相比，基于隨機(jī)森林回歸法構(gòu)建的龍眼產(chǎn)量模擬模型準(zhǔn)確率較高，模型決定系數(shù)（R2）為0.97，提升了7%，平均絕對誤差（MAE）為210.16kg·hm?2，下降了52%，均方根誤差（RMSE）為289.62kg·hm?2，下降了46%。引入模擬目標(biāo)區(qū)外相似氣候特點(diǎn)地區(qū)數(shù)據(jù)重新構(gòu)建模型后，隨機(jī)森林回歸構(gòu)建的龍眼產(chǎn)量模擬模型準(zhǔn)確率更高，R2提升了3%，MAE下降了32%，RMSE下降了31%，多元逐步回歸法構(gòu)建的模型模擬結(jié)果無顯著變化。說明基于隨機(jī)森林回歸法構(gòu)建龍眼產(chǎn)量模擬模型結(jié)果可靠，可滿足龍眼氣象業(yè)務(wù)服務(wù)精細(xì)化需求。

產(chǎn)量模擬；龍眼；精細(xì)化；隨機(jī)森林回歸

作物產(chǎn)量模擬是根據(jù)作物生長、發(fā)育和產(chǎn)量形成過程與氣象條件、社會經(jīng)濟(jì)發(fā)展水平等多種因素的復(fù)雜關(guān)系，通過構(gòu)建數(shù)學(xué)關(guān)系模型對農(nóng)作物產(chǎn)量進(jìn)行估測的一項(xiàng)專業(yè)性氣象服務(wù)業(yè)務(wù)[1?2]。及時(shí)準(zhǔn)確模擬作物產(chǎn)量，對于農(nóng)業(yè)宏觀調(diào)控、農(nóng)業(yè)生產(chǎn)管理、進(jìn)出口貿(mào)易、應(yīng)對極端氣候及糧食安全都有重要的意義[3?7]。目前，作物產(chǎn)量模擬方法主要有作物生長模型、遙感估算和數(shù)理統(tǒng)計(jì)等模擬方法[8?10]。

作物生長模型模擬方法，是充分考慮氣象條件、土壤、管理和品種等因素對作物的綜合影響，具有較強(qiáng)的機(jī)理性。劉春等[11]基于能量模型構(gòu)建了水稻生長模型，分析了水稻最大生長率的出現(xiàn)時(shí)間，發(fā)現(xiàn)水稻生育后期高溫對產(chǎn)量影響比前期受低溫影響嚴(yán)重。馬玉平等[12]應(yīng)用玉米生長模型分析了東北區(qū)域氣象條件對玉米生長發(fā)育及產(chǎn)量形成的影響，評估了平均氣候狀態(tài)下平均模擬生物量確定方法，并進(jìn)行了個(gè)例驗(yàn)證。帥細(xì)強(qiáng)等[1]建立了基于關(guān)鍵氣象因子、氣候適宜度、作物生長模型的早稻產(chǎn)量預(yù)報(bào)方法，3種預(yù)報(bào)方法準(zhǔn)確率平均高于93.8%，基于氣候適宜度和作物生長模型結(jié)合是產(chǎn)量預(yù)報(bào)的較優(yōu)法。黃晚華等[13]闡述了當(dāng)前基于作物生長模擬模型的產(chǎn)量預(yù)報(bào)方法進(jìn)展，認(rèn)為基于作物機(jī)理模型的產(chǎn)量預(yù)報(bào)方法是未來發(fā)展趨勢。遙感估產(chǎn)預(yù)報(bào)方法是利用衛(wèi)星遙感反演植被指數(shù)與作物產(chǎn)量的定量關(guān)系構(gòu)建的產(chǎn)量預(yù)報(bào)方法[1]。姬菊枝等[14]利用極軌氣象衛(wèi)星實(shí)時(shí)資料與作物綠度值，監(jiān)測作物生長狀況并進(jìn)行產(chǎn)量預(yù)報(bào)，發(fā)現(xiàn)該方法結(jié)合模式預(yù)報(bào)結(jié)果可提高產(chǎn)量預(yù)報(bào)準(zhǔn)確率。陳勁松等[15]利用數(shù)據(jù)同化方法提取國產(chǎn)環(huán)境衛(wèi)星數(shù)據(jù)的水稻葉面積指數(shù)，結(jié)合作物生長模型，預(yù)測水稻產(chǎn)量，修正水稻作物生長模型提高水稻估產(chǎn)精度。

近年來，數(shù)理統(tǒng)計(jì)產(chǎn)量模擬方法已逐漸從線性回歸方法發(fā)展到機(jī)器學(xué)習(xí)方法[16?18]。劉峻明等[19]利用隨機(jī)森林算法，基于河南16a地面觀測氣象數(shù)據(jù)與作物產(chǎn)量資料構(gòu)建冬小麥產(chǎn)量預(yù)測模型，預(yù)測效果較好，決定系數(shù)達(dá)到0.84。楊北萍等[20]利用遙感數(shù)據(jù)和氣象數(shù)據(jù)，建立水稻產(chǎn)量估算隨機(jī)森林回歸模型，以多元逐步回歸模型作為比較模型，隨機(jī)森林回歸模型水稻產(chǎn)量估算精度明顯高于多元逐步回歸模型。林瀅等[21]利用河南13a氣候、土壤、冬小麥遙感數(shù)據(jù)，采用隨機(jī)森林算法研究河南冬小麥產(chǎn)量預(yù)測最佳時(shí)間窗和影響因子，發(fā)現(xiàn)12月?翌年3月為河南冬小麥產(chǎn)量預(yù)測的最佳時(shí)間段，月降水量對模型精度影響最大，月最高溫度影響最小。王來剛等[22]基于隨機(jī)森林算法構(gòu)建了河南冬小麥產(chǎn)量預(yù)測模型，提高了區(qū)域冬小麥產(chǎn)量預(yù)測精度。

近年基于隨機(jī)森林機(jī)器學(xué)習(xí)的產(chǎn)量模擬方法取得了快速發(fā)展，主要集中在水稻、小麥、大豆和玉米等糧食作物，針對龍眼產(chǎn)量模擬的研究成果鮮少報(bào)道。此外，上述產(chǎn)量模擬的研究主要應(yīng)用于國家或省級層面，但實(shí)際生產(chǎn)中產(chǎn)量模擬要求越來越精細(xì)，亟待區(qū)縣層面產(chǎn)量模擬業(yè)務(wù)以滿足農(nóng)業(yè)生產(chǎn)的需求。茂名市龍眼產(chǎn)區(qū)是廣東龍眼重要產(chǎn)區(qū)，其龍眼種植面積占粵西龍眼種植總面積的77.6%[23]，亟需龍眼產(chǎn)量精細(xì)化模擬研究業(yè)務(wù)和服務(wù)，對提高地區(qū)特色農(nóng)產(chǎn)品種植和科學(xué)經(jīng)營具有重要的參考。鑒于此，本文以廣東茂名龍眼為研究對象，探究龍眼生長發(fā)育中氣象條件與產(chǎn)量的關(guān)系；基于隨機(jī)森林回歸方法構(gòu)建區(qū)（縣）龍眼產(chǎn)量模擬模型，與多元逐步回歸模型產(chǎn)量模擬結(jié)果對比驗(yàn)證，為龍眼精細(xì)化產(chǎn)量模擬提供參考。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

廣東省茂名市是龍眼產(chǎn)量的主產(chǎn)區(qū)，位于21.22?22.42°N，110.19?111.41°E，以茂名市的化州、高州和信宜3個(gè)縣級市作為研究區(qū)域。1990?2020年廣東茂名5個(gè)地區(qū)（化州、高州、信宜、茂南和電白）的龍眼種植面積和統(tǒng)計(jì)產(chǎn)量來自茂名市統(tǒng)計(jì)局[24]，龍眼產(chǎn)量序列為其總產(chǎn)量與種植面積換算得到（kg · hm?2）。1990?2020年廣東茂名5個(gè)典型站（化州、高州、信宜、茂南和電白）逐日氣象資料來自廣東省氣象數(shù)據(jù)中心，包含平均氣溫、最低氣溫、最高氣溫、日降水量、日照時(shí)數(shù)、平均風(fēng)速、相對濕度、低溫陰雨日數(shù)等?；谒@取的逐日氣象數(shù)據(jù)，計(jì)算5個(gè)典型站逐旬（全年共計(jì)36旬）平均氣溫（℃）、最低氣溫（℃）、平均最高氣溫（℃）、≥10℃活動積溫（℃）、平均日降水量（mm·d?1）、平均日照時(shí)數(shù)（h）、平均風(fēng)速（m·s?1）、平均相對濕度（%），共計(jì)288個(gè)因子數(shù)據(jù)，以及全年平均氣溫、最低氣溫、平均最高氣溫、≥10℃活動積溫、平均日降水量、平均日照時(shí)數(shù)、平均風(fēng)速、平均相對濕度和低溫陰雨日數(shù)，共計(jì)9個(gè)因子，總計(jì)297個(gè)氣象因子數(shù)據(jù)。

參考段海來等[26]研究成果，龍眼生育期覆蓋全年，具體生育期劃分為：花芽生理分化期（1月上旬?2月下旬，共計(jì)6旬）、花芽形態(tài)分化期（3月上旬?4月中旬，共計(jì)5旬）、開花期（4月下旬?5月下旬，共計(jì)4旬）、果實(shí)發(fā)育成熟期（6月上旬?8月下旬，共計(jì)9旬）、抽梢期（9月上旬?10月下旬，共計(jì)6旬）、休眠期（11月上旬?12月下旬，共計(jì)6旬）。

1.2 模擬模型構(gòu)建方法

1.2.1 氣象產(chǎn)量分解

根據(jù)1990?2020年3個(gè)典型地區(qū)（化州、高州和信宜）龍眼種植面積和統(tǒng)計(jì)產(chǎn)量計(jì)算得到各地區(qū)龍眼產(chǎn)量，計(jì)算式為

式中，Y為龍眼實(shí)際產(chǎn)量，Yt為趨勢產(chǎn)量，Yw為氣象產(chǎn)量，Ei為隨機(jī)產(chǎn)量，Ei較小一般忽略不計(jì)，單位均為kg·hm?2。龍眼趨勢產(chǎn)量采用線性擬合方程計(jì)算而得，3個(gè)地區(qū)龍眼趨勢產(chǎn)量擬合方程及決定系數(shù)如表1所示，結(jié)合式（1）分別計(jì)算化州、高州、信宜3個(gè)地區(qū)的氣象產(chǎn)量。

1.2.2 隨機(jī)森林回歸算法

隨機(jī)森林回歸算法（Random Forest Regression，RFR）是由多棵決策樹集成的機(jī)器學(xué)習(xí)算法，采用樣本和特征雙重隨機(jī)抽樣構(gòu)建決策樹集，將所有決策樹的計(jì)算結(jié)果取平均值作為隨機(jī)森林模型的模擬結(jié)果，克服了傳統(tǒng)的決策樹算法易擬合、精度不足的問題[21]。訓(xùn)練模型時(shí)，通過自助法（Bootstrap）從樣本數(shù)據(jù)集中隨機(jī)采樣k個(gè)子集，構(gòu)建k棵決策樹。每次未被抽到的數(shù)據(jù)稱為袋外數(shù)據(jù)（Out-of-bag，OOB），用來評價(jià)模型訓(xùn)練時(shí)內(nèi)部誤差和特征的重要程度。理論上隨機(jī)森林法包含的決策樹數(shù)量越多，模型測試誤差越小，擬合效果越好。當(dāng)決策樹個(gè)數(shù)達(dá)到一定數(shù)量，模型測試誤差變化很小，此時(shí)的決策樹數(shù)量可作為理想決策樹數(shù)量。其次，生成每棵決策樹時(shí)需從M個(gè)特征變量中隨機(jī)選取m個(gè)特征變量（m

表1 三個(gè)典型地區(qū)龍眼趨勢產(chǎn)量擬合方程及其決定系數(shù)

注：x為年序號，取值為1，2，…，31。Yt為趨勢產(chǎn)量(kg·hm?2)。

Note: x is the year serial number in 1990?2020, which is 1, 2, ..., 31. Ytrepresent the trend yield(kg·ha?1).

1.2.3 多元逐步回歸法

多元逐步回歸法是傳統(tǒng)統(tǒng)計(jì)學(xué)方法，依據(jù)所選變量因子與目標(biāo)因子的相關(guān)性，按照模型顯著性要求逐個(gè)引入或剔除因子，減少多重共線性問題，構(gòu)建簡潔模型。利用龍眼生育期逐旬的氣象要素因子與氣象產(chǎn)量建立多元逐步回歸方程，以 95%顯著性為標(biāo)準(zhǔn)，構(gòu)建 3 個(gè)地區(qū)多元逐步回歸模型，與機(jī)器學(xué)習(xí)方法對比評估龍眼產(chǎn)量模擬能力。

1.2.4 模型構(gòu)建方案

以氣象因子為特征值、龍眼氣象產(chǎn)量為目標(biāo)值，組成數(shù)據(jù)樣本集。為研究引入相似氣候特點(diǎn)的樣本集是否會提高產(chǎn)量模擬準(zhǔn)確性，在研究區(qū)域內(nèi)構(gòu)建兩個(gè)數(shù)據(jù)集，見表2。第一數(shù)據(jù)集包含化州、高州、信宜3個(gè)區(qū)域的297個(gè)氣象因子數(shù)據(jù)；第二數(shù)據(jù)集在第一數(shù)據(jù)集基礎(chǔ)上，增加了與目標(biāo)區(qū)域具有相似氣候特點(diǎn)的電白和茂南兩個(gè)縣的297個(gè)氣象因子數(shù)據(jù)。采用隨機(jī)森林回歸算法和逐步回歸方法構(gòu)建不同龍眼產(chǎn)量的模擬模型，對比機(jī)器學(xué)習(xí)和傳統(tǒng)統(tǒng)計(jì)學(xué)方法的模擬效果。以模型構(gòu)建目標(biāo)區(qū)域的2012?2020年數(shù)據(jù)樣本集作為測試數(shù)據(jù)集，以模型構(gòu)建目標(biāo)區(qū)域的1990?2011年數(shù)據(jù)樣本集和研究區(qū)域內(nèi)非模型構(gòu)建目標(biāo)區(qū)域的1990?2020年數(shù)據(jù)樣本作為訓(xùn)練數(shù)據(jù)集，構(gòu)建相應(yīng)的模擬模型。

表2 構(gòu)建模型所需的訓(xùn)練集和測試集劃分方案

注：訓(xùn)練集和測試集是指篩選出的氣象因子特征值及其對應(yīng)的龍眼氣象產(chǎn)量目標(biāo)值共同組成的數(shù)據(jù)樣本集。

Note: The training set and the test set refer to the data sample set composed of the selected characteristic values of meteorological factors and their corresponding target values of meteorological yield of Longan.

1.2.5 模型評價(jià)指標(biāo)

采用決定系數(shù)（R2）、平均絕對誤差（MAE）和均方根誤差（RMSE）3個(gè)模型評價(jià)指標(biāo)，評估3個(gè)目標(biāo)地區(qū)龍眼氣象產(chǎn)量模型精度。其中決定系數(shù)R2越大，模型精度越高；平均絕對誤差MAE和均方根誤差RMSE的值越小，模型精度越高。計(jì)算公式分別為

2 結(jié)果與分析

2.1 建模所需關(guān)鍵氣象因子篩選

根據(jù)1990?2020年茂名地區(qū)5個(gè)典型站點(diǎn)氣象數(shù)據(jù)，逐旬和年平均氣溫、最低氣溫、最高氣溫、≥10℃活動積溫、平均日降水量、平均日照時(shí)數(shù)、平均風(fēng)速、平均相對濕度和逐年的低溫陰雨日數(shù)，總計(jì)297個(gè)氣象因子數(shù)據(jù)，結(jié)合龍眼氣象產(chǎn)量，按照95%顯著性水平檢驗(yàn)標(biāo)準(zhǔn)，篩選88個(gè)氣象因子及龍眼氣象產(chǎn)量與氣象因子的相關(guān)系數(shù)。由表3可知，龍眼不同生育階段最低氣溫、平均相對濕度入選因子個(gè)數(shù)最多（14～15個(gè)），≥10℃活動積溫和平均氣溫入選12個(gè)，平均日降水量、平均風(fēng)速、最高氣溫、平均日照時(shí)數(shù)入選因子共8～10個(gè)，說明龍眼生育期內(nèi)最低氣溫、平均相對濕度對龍眼氣象產(chǎn)量的影響較大。龍眼氣象產(chǎn)量與不同生育時(shí)段平均風(fēng)速呈負(fù)相關(guān)，與3月下旬?12月的日降水量呈負(fù)相關(guān)，與平均相對濕度呈正相關(guān)，與很多時(shí)段的≥10℃活動積溫呈正相關(guān)，說明大風(fēng)、陰雨天氣、日照不足等均不利于龍眼氣象產(chǎn)量的增加。

從龍眼不同生育期來看，花芽生理分化期（1月上旬?2月下旬），龍眼氣象產(chǎn)量與1月上旬最低氣溫為正相關(guān)，與1月中旬最高氣溫負(fù)相關(guān)，適當(dāng)?shù)蜏赜欣谝种茽I養(yǎng)生長、提高細(xì)胞液濃度、促進(jìn)花芽分化，而溫度升高影響花芽分化，引起“沖梢”現(xiàn)象[26]?；ㄑ啃螒B(tài)分化期（3月上旬?4月中旬），龍眼氣象產(chǎn)量與3月上旬平均日照時(shí)數(shù)和最高氣溫、3月下旬平均日降水量呈負(fù)相關(guān)，高溫、多雨和高日照時(shí)數(shù)不利于花芽發(fā)育生長。龍眼氣象產(chǎn)量與5月上旬平均相對濕度呈正相關(guān)，與平均日照時(shí)數(shù)和最高氣溫呈負(fù)相關(guān)，說明開花初期（4月下旬）需濕潤環(huán)境，高溫高日照不利于開花，高濕有利于開花；末花期（5月下旬）龍眼氣象產(chǎn)量與≥10℃活動積溫、最低氣溫、平均氣溫和平均日照時(shí)數(shù)呈正相關(guān)，適宜溫度和日照充足的晴朗天氣有利于末花期昆蟲授粉，提高龍眼坐果率[27]。果實(shí)發(fā)育成熟期（6月上旬?8月下旬），正是臺風(fēng)降雨集中期，龍眼氣象產(chǎn)量與7、8月的平均風(fēng)速、平均日降水量均呈負(fù)相關(guān)關(guān)系，降雨過多易影響根系生長，大風(fēng)易折斷樹枝，造成龍眼減產(chǎn)[23、28]。龍眼氣象產(chǎn)量與8月≥10℃活動積溫、最低氣溫、平均氣溫和平均日照時(shí)數(shù)正相關(guān)，說明適宜溫度和充足日照有利于果實(shí)發(fā)育[29]。抽梢期（9月上旬?10月下旬）龍眼氣象產(chǎn)量與最高氣溫、≥10℃活動積溫、平均氣溫的相關(guān)性達(dá)到0.3以上，說明充足光照和溫度，有利于龍眼光合作用[27]。休眠期（11月上旬?12月下旬）龍眼氣象產(chǎn)量與最高氣溫、平均氣溫、≥10℃活動積溫和平均風(fēng)速呈負(fù)相關(guān)，說明連續(xù)高溫、大風(fēng)不利于果樹休眠[29]。

表3 龍眼氣象產(chǎn)量與生育期內(nèi)88個(gè)逐旬氣象因子的相關(guān)系數(shù)

注：參數(shù)的下標(biāo)m-n表示月-旬，n取值1、2、3分別表示每月上、中、下旬；當(dāng)m和n都為0表示全年。下同。

Note: The subscript m- n of the parameter represents month-ten days in this month, with values ranging from 1 to 3, representing early, middle, and last ten days respectively. When m and n are both 0, it indicates the total year. The same as below.

2.2 基于3站點(diǎn)構(gòu)建的產(chǎn)量模擬模型

基于第一數(shù)據(jù)集（3站），根據(jù)龍眼氣象產(chǎn)量與氣象因子的關(guān)系，將通過95%顯著性檢驗(yàn)入選的88個(gè)氣象因子作為特征變量，針對化州、高州、信宜3個(gè)站點(diǎn)分別構(gòu)建龍眼氣象產(chǎn)量模擬模型。采用網(wǎng)格搜索法，根據(jù)隨機(jī)森林超參數(shù)調(diào)參經(jīng)驗(yàn)[19?21]，設(shè)定隨機(jī)森林中決策樹數(shù)目k范圍[1，200]，決策樹最大深度d范圍[1，30]，決策樹節(jié)點(diǎn)在分支后每個(gè)子節(jié)點(diǎn)須包含的最小樣本數(shù)l范圍[1，30]，其它參數(shù)設(shè)置為默認(rèn)值，以決定系數(shù)（R2）為模型評判標(biāo)準(zhǔn)，窮舉所有參數(shù)的可能取值組合，采用5折交叉驗(yàn)證，將3個(gè)縣84組訓(xùn)練樣本組成的訓(xùn)練集隨機(jī)劃分為5個(gè)互斥子集，其中4個(gè)子集訓(xùn)練，剩下的子集為驗(yàn)證集，直至所有樣本參與且不重復(fù)，最后對各次驗(yàn)證值取平均作為最終的驗(yàn)證結(jié)果，實(shí)現(xiàn)最優(yōu)參數(shù)的選取。最終取得隨機(jī)森林模擬模型的最優(yōu)參數(shù)如下：化州RFR模型的參數(shù)k、d、l分別設(shè)為46、9、1，高州RFR模型的參數(shù)k、d、l分別設(shè)為53、9、1，信宜RFR模型的參數(shù)k、d、l分別設(shè)為160、5、1。

采用多元逐步回歸方法建立模擬方程，以P＜0.05作為標(biāo)準(zhǔn)，經(jīng)過對參數(shù)多次的引入和剔除，最后分別選取12、11、15個(gè)因子參數(shù)建立逐步回歸的化州LR模型、高州LR模型、信宜LR模型。對比隨機(jī)森林與逐步回歸兩種方法構(gòu)建模型訓(xùn)練結(jié)果來看（表4），3個(gè)站點(diǎn)逐步回歸模型決定系數(shù)（R2）分別為0.75、0.76和0.07，平均絕對誤差（MAE）分別為299.25kg·hm?2、340.92kg·hm?2和509.30kg·hm?2，均方根誤差（RMSE）分別為357.35kg·hm?2、393.76kg·hm?2和577.26kg·hm?2。與逐步回歸模型相比較，基于隨機(jī)森林回歸模型R2分別為0.91、0.92和0.90，提升大于22%；MAE分別為180.63kg·hm?2、185.04kg·hm?2和208.73kg·hm?2，平均下降48%；RMSE分別為248.11kg·hm?2、247.56kg·hm?2和269.40kg·hm?2，平均下降40%?？梢娀陔S機(jī)森林回歸模型訓(xùn)練效果顯著優(yōu)于多元線性回歸模型。

2.3 基于5站點(diǎn)構(gòu)建的產(chǎn)量模擬模型

基于第二數(shù)據(jù)集（3站點(diǎn)加周邊相似站點(diǎn)數(shù)據(jù)），根據(jù)龍眼氣象產(chǎn)量與氣象因子的關(guān)系，針對化州、高州、信宜構(gòu)建氣象產(chǎn)量模擬模型。3個(gè)縣訓(xùn)練樣本為146組。逐步優(yōu)化后取得隨機(jī)森林模型最優(yōu)參數(shù)如下：化州RFR模型的參數(shù)k、d、l分別設(shè)為72、7、1，高州RFR模型的參數(shù)k、d、l分別設(shè)為65、15、1，信宜RFR模型的參數(shù)k、d、l分別設(shè)為129、8、1。采用多元逐步回歸法，經(jīng)過對參數(shù)多次的引入和剔除，最后分別選取18、23和18個(gè)因子建立化州LR模型、高州LR模擬模型、信宜LR模擬模型。對比基于5站點(diǎn)構(gòu)建的隨機(jī)森林和逐步回歸兩類模擬模型的結(jié)果（表5），基于5個(gè)站點(diǎn)的逐步回歸模型R2分別為0.68、0.59和0.61，MAE分別為420.53kg·hm?2、502.97kg·hm?2和456.73kg·hm?2，RMSE分別為531.57kg·hm?2、575.72kg·hm?2和572.41kg·hm?2。與逐步回歸模擬模型相比較，基于隨機(jī)森林回歸的模擬模型R2分別為0.94、0.95和0.95，平均提升52%；MAE分別為203.09kg·hm?2、186.20 kg·hm?2和196.05kg·hm?2，平均下降57%；RMSE分別為271.88kg·hm?2、259.47kg·hm?2和267.24kg·hm?2，平均下降52%?；陔S機(jī)森林回歸模擬模型訓(xùn)練效果仍顯著高于多元線性回歸模型。與第一數(shù)據(jù)集的對比，第二數(shù)據(jù)集構(gòu)建隨機(jī)森林模擬模型R2、MAE、RMSE分別提升了4%、2%和4%，逐步回歸模型R2、MAE、RMSE分別提升了250%、25%和31%。可見，引入了與目標(biāo)區(qū)域具有相似氣候特點(diǎn)數(shù)據(jù)后，隨機(jī)森林模擬模型決定系數(shù)有所提升，但多元線性回歸模型誤差反而明顯加大。

表4 基于第一實(shí)驗(yàn)數(shù)據(jù)集構(gòu)建的逐步回歸模型和隨機(jī)森林模型的模擬效果

2.4 基于兩種數(shù)據(jù)集建立的模型驗(yàn)證

為評估各模擬模型在實(shí)際業(yè)務(wù)工作中的適用性，利用2012?2020年化州、高州、信宜3個(gè)地區(qū)測試數(shù)據(jù)，計(jì)算各地區(qū)氣象產(chǎn)量和趨勢產(chǎn)量后驗(yàn)證模擬精度（圖1）?；诘谝粩?shù)據(jù)集建立的模擬模型，逐步回歸模型R2為0.92，MAE為358.79kg·hm?2，RMSE為512.87kg·hm?2。相比逐步回歸模型，隨機(jī)森林回歸模型的R2為0.95，提升了3%，其MAE為307.85kg·hm?2，下降了14%，其RMSE為417.22kg·hm?2，下降了19%。基于第二數(shù)據(jù)集建立的模型，逐步回歸模型R2為0.91，MAE為439.28kg·hm?2，RMSE為534.58kg·hm?2。相比逐步回歸模型，隨機(jī)森林回歸模型的R2為0.97，提升了7%，其MAE為210.16kg·hm?2，下降了52%，其RMSE為289.62kg·hm?2，下降了46%?？梢?，隨機(jī)森林回歸模擬模型模擬效果顯著高于多元線性回歸模型。

對比不同數(shù)據(jù)集建立的模型模擬效果。逐步回歸模型引入?yún)^(qū)域外數(shù)據(jù)后，決定系數(shù)基本不變，但平均絕對誤差和均方根誤差分別提升了22%和4%。隨機(jī)森林回歸模型引入?yún)^(qū)域外數(shù)據(jù)后，決定系數(shù)評分提升了3%，平均絕對誤差下降了32%，均方根誤差下降了 31%?？梢?，整體上兩類模型模擬準(zhǔn)確性均較高，可以較好地滿足龍眼產(chǎn)量估算。引入?yún)^(qū)域外數(shù)據(jù)后，隨機(jī)森林回歸模擬模型能夠明顯提升模擬效果，但逐步回歸模擬模型無顯著影響，甚至平均絕對誤差擴(kuò)大。

表5 基于第二實(shí)驗(yàn)數(shù)據(jù)集構(gòu)建的逐步回歸模型和隨機(jī)森林模型的模擬效果

(a)基于3站點(diǎn)構(gòu)建Based on 3 stations dataset，（b）基于5站點(diǎn)構(gòu)建Based on 5 stations dataset

3 結(jié)論與討論

3.1 結(jié)論

（1）龍眼產(chǎn)量與氣象因子密切相關(guān)，不同生育階段影響的氣象因子不同。生育期內(nèi)最低氣溫、相對濕度對龍眼產(chǎn)量影響最大；大風(fēng)、陰雨天氣、日照不足等不利于龍眼生長。

（2）基于隨機(jī)森林回歸的龍眼產(chǎn)量模擬模型準(zhǔn)確度顯著高于傳統(tǒng)逐步回歸方法。驗(yàn)證結(jié)果表明，隨機(jī)森林回歸模型決定系數(shù)為0.97，提升了7%，平均絕對誤差為210.16kg·hm?2，下降了52%、均方根誤差為289.62kg·hm?2，下降了46%。

（3）引入與目標(biāo)區(qū)域有相似氣候特點(diǎn)的區(qū)域外樣本數(shù)據(jù)后，基于隨機(jī)森林回歸龍眼產(chǎn)量模擬模型的模擬效果顯著提升，決定系數(shù)提升了3%，平均絕對誤差下降了32%，均方根誤差下降了31%。引入?yún)^(qū)域外數(shù)據(jù)后，對逐步回歸模擬模型模擬結(jié)果無顯著影響。

因此，通過引入氣候特點(diǎn)相似的區(qū)域外樣本數(shù)據(jù)，提高基于隨機(jī)森林的產(chǎn)量模擬模型準(zhǔn)確性，可以解決小區(qū)域產(chǎn)量樣本不足問題，滿足當(dāng)?shù)佚堁郛a(chǎn)量預(yù)測。

3.2 討論

采用隨機(jī)森林回歸方法構(gòu)建的縣級尺度龍眼產(chǎn)量模擬模型準(zhǔn)確率較高，可作為縣域龍眼種植、經(jīng)營等活動的參考依據(jù)，發(fā)現(xiàn)了引入與目標(biāo)區(qū)域有相似氣候特點(diǎn)的區(qū)域外樣本數(shù)據(jù)可顯著提升該模型的模擬效果，積累了在縣域樣本數(shù)據(jù)較少的情況下如何提高模擬準(zhǔn)確率的經(jīng)驗(yàn)。

目前，已有較多省級或者區(qū)域?qū)用娴漠a(chǎn)量研究成果，鮮有縣級尺度的龍眼產(chǎn)量模擬模型研究?？h級尺度的龍眼產(chǎn)量和氣候數(shù)據(jù)樣本量較少，數(shù)據(jù)樣本獲取難度較大，是縣級尺度的龍眼產(chǎn)量模擬模型構(gòu)建的難點(diǎn)之一。本文提出并驗(yàn)證了通過引入氣候特點(diǎn)相似的區(qū)域外樣本數(shù)據(jù)，顯著提高基于隨機(jī)森林回歸的產(chǎn)量模擬模型模擬效果，解決小區(qū)域訓(xùn)練樣本不足的問題。但具體以何種標(biāo)準(zhǔn)來引入?yún)^(qū)域外的數(shù)據(jù)，還有待未來繼續(xù)深入研究。未來可以嘗試采用氣候相似距離挑選氣候相似性的區(qū)域。氣候相似距離是通過多維空間相似距離來衡量不同地區(qū)間種植龍眼的氣候特征相似程度，相似距離越大，表示相似程度越低；反之，表示相似程度越高[30]?？山Y(jié)合地方需要和特點(diǎn)，設(shè)置氣候相似距離閾值，當(dāng)氣候相似距離小于某個(gè)閾值時(shí)，將該地區(qū)的樣本引入目標(biāo)區(qū)域的龍眼模擬模型構(gòu)建和驗(yàn)證工作中。

本文基于隨機(jī)森林回歸的龍眼產(chǎn)量模擬模型準(zhǔn)確度顯著高于傳統(tǒng)逐步回歸方法，這與楊北萍等[20]有相似的研究結(jié)果。未來可以引入更多的建模方法，尤其是基于機(jī)器學(xué)習(xí)方法，如AdaBoost、XGBoost方法進(jìn)行作物產(chǎn)量模擬，深入研究對比不同機(jī)器學(xué)習(xí)方法對縣級尺度作物產(chǎn)量的模擬能力和效果。本文只在廣東茂名進(jìn)行了龍眼產(chǎn)量的模擬，評估具有一定局限性，今后將周邊龍眼產(chǎn)區(qū)的縣域納入試驗(yàn)，擴(kuò)大模擬模型構(gòu)建方案試驗(yàn)研究范圍，還可以引入建設(shè)密度更大的氣象區(qū)域自動站數(shù)據(jù)，氣象遙感數(shù)據(jù)、氣象行業(yè)外其他因子作為建模數(shù)據(jù)，進(jìn)一步提升模擬準(zhǔn)確度。

[1] 帥細(xì)強(qiáng),陸魁東,黃晚華.不同方法在湖南省早稻產(chǎn)量動態(tài)預(yù)報(bào)中的比較[J].應(yīng)用氣象學(xué)報(bào),2015,26(1):103-111.

Shuai X Q,Lu K D,Huang W H.A comparative study on dynamic forecasting of early rice yield by using different methods in Hunan province[J].Journal of Applied Meteorological Science,2015,26(1):103-111.(in Chinese)

[2] 徐敏,徐經(jīng)緯,高蘋,等.不同統(tǒng)計(jì)模型在冬小麥產(chǎn)量預(yù)報(bào)中的預(yù)報(bào)能力評估:以江蘇麥區(qū)為例[J].中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2020,28(3):438-447.

Xu M,Xu J W,Gao P,et al.Evaluation of winter wheat yield prediction ability of different statistical models:a case study of Jiangsu wheat-growing region[J].Chinese Journal of Eco-Agriculture,2020,28(3):438-447.(in Chinese)

[3] 劉維,宋迎波.基于不同空間尺度的作物產(chǎn)量集成預(yù)報(bào):以江蘇一季稻為例[J].氣象科學(xué),2021,41(6):828-834.

Liu W,Song Y B.Comparative analysis of different regional scales integration yield prediction a case study of single rice in Jiangsu[J].Journal of the Meteorological Sciences, 2021,41(6):828-834.(in Chinese)

[4] 李樹巖,劉偉昌.基于氣象關(guān)鍵因子的河南省夏玉米產(chǎn)量預(yù)報(bào)研究[J].干旱地區(qū)農(nóng)業(yè)研究,2014,32(5):223-227.

Li S Y,Liu W C.Research on the yield prediction of summer maize in Henan province based on meteorological key factors[J].Agricultural Research in the Arid Areas, 2014,32(5):223-227.(in Chinese)

[5] 魏瑞江,宋迎波,王鑫.基于氣候適宜度的玉米產(chǎn)量動態(tài)預(yù)報(bào)方法[J].應(yīng)用氣象學(xué)報(bào),2009,20(5):622-627.

Wei R J,Song Y B, Wang X.Method for dynamic forecast of corn yield based on climatic suitability[J].Journal of Applied Meteorological Science,2009,20(5):622-627.(in Chinese)

[6] 劉錦鑾,何健,沙奕卓,等.越南和泰國水稻產(chǎn)量預(yù)報(bào)研究[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào),2005(3):1-4.

Jiu J L,He J, Sha Y Z,et al.Research on the rice yield forecast in Vietnam and Thailand[J].Journal of South China Agricultural University,2005(3):1-4.(in Chinese)

[7] 游超,蔡元剛,張玉芳.基于氣象適宜指數(shù)的四川盆地水稻氣象產(chǎn)量動態(tài)預(yù)報(bào)技術(shù)研究[J].高原山地氣象研究,2011, 31(1):51-55.

You C,Cai Y G, Zhang Y F.Study on dynamic forecasting technology of meteorological yield of rice in sichuan basin based on weather appropriate index[J].Plateau and Mountain Meteorology Research,2011,31(1):51-55.(in Chinese)

[8] Jin I Y.Predicting regional rice production in South Korea using spatial data and crop-growth modeling[J].Agricultural Systems,2003,77(1):23-38.

[9] Guillaume J,Elizabeth P,Liu J G.Using leaf area index, retrieved from optical imagery, in the STICS crop model for predicting yield and biomass of field crops[J].Field Crop Research,2012, 131(2):63-74.

[10] Everingham Y,Sexton J,Skocaj D,et al.Accurate prediction of sugarcane yield using a random forest algorithm[J]. Agronomy for Sustainable Development,2016,36(2):27.

[11] 劉春,張春輝,郭薩薩.基于能量模型的水稻生長模型[J].應(yīng)用氣象學(xué)報(bào),2013,24(2):240-247.

Liu C,Zhang C H,Guo S S.Rice growth model based on energy model[J].Journal of Applied Meteorological Science, 2013,24(2):240-247.(in Chinese)

[12] 馬玉平,王石立,王馥棠.作物模擬模型在農(nóng)業(yè)氣象業(yè)務(wù)應(yīng)用中的研究初探[J].應(yīng)用氣象學(xué)報(bào),2005(3):293-303.

Ma Y P,Wang S L,Wang F T.A preliminary study on the application of crop simulation models in agrometeorological services[J].Journal of Applied Meteorological Science,2005 (3):293-303.(in Chinese)

[13] 黃晚華,薛昌穎,李忠輝,等.基于作物生長模擬模型的產(chǎn)量預(yù)報(bào)方法研究進(jìn)展[J].中國農(nóng)業(yè)氣象,2009,30(S1): 140-143.

Huang W H,Xue C Y,Li Z H,et al.Research progress in yield forecasting method based on crop growth simulation model in China [J].Chinese Journal of Agrometeorology, 2009,30(S1):140-143.(in Chinese)

[14] 姬菊枝,陶國輝,范玉波,等.利用氣象衛(wèi)星遙感進(jìn)行哈爾濱地區(qū)作物生長狀況監(jiān)測及產(chǎn)量預(yù)報(bào)[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào),2008(6):59-62.

Ji J Z,Tao G H,Fan Y B,et al.Crop growth monitoring and yield for ecast by satellite remote sensing technique in Harbin[J].Journal of Northeast Agricultural University,2008 (6):59-62.(in Chinese)

[15] 陳勁松,黃健熙,林琿,等.基于遙感信息和作物生長模型同化的水稻估產(chǎn)方法研究[J].中國科學(xué):信息科學(xué),2010,40 (S1):173-183.

Chen J S,Huang J X,Lin H,et al. Rice yield estimation by assimilation remote sensing into crop growth model[J]. Scientia Sinica(Informationis),2010,40(S1):173-183.(in Chinese)

[16] Jeong J H,Resop J P,Mueller N D,et al.Random forests for global and regional crop yield predictions[J].PLoSONE, 2016,11(6):e0156571

[17] Aghighi H,Azadbakht M,Ashourloo D,et al.Machine learning regression techniques for the silage maize yield prediction using time-series images of Landsat 8 OLI[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2018,11(12):4563.

[18] Elavarasan D,Vincent D R,Sharma V,et al.Forecasting yield by integrating agrarian factors and machine learning models:A survey [J].Computers and Electronics in Agriculture, 2018,155:257.

[19] 劉峻明,和曉彤,王鵬新,等.長時(shí)間序列氣象數(shù)據(jù)結(jié)合隨機(jī)森林法早期預(yù)測冬小麥產(chǎn)量[J].農(nóng)業(yè)工程學(xué)報(bào),2019, 35(6):158-166.

Liu J M,He X T, Wang P X,et al.Early prediction of winter wheat yield with long time series meteorological data and random forest method[J].Transactions of the Chinese Society of Agricultural Engineering,2019,35(6):158-166. (in Chinese)

[20] 楊北萍,陳圣波,于海洋,等.基于隨機(jī)森林回歸方法的水稻產(chǎn)量遙感估算[J].中國農(nóng)業(yè)大學(xué)學(xué)報(bào),2020,25(6):26-34.

Yang B P,Chen S B,Yu H Y,et al.Remote sensing estimation rice yield based on random forest regression method[J]. Journal of China Agricultural University,2020,25(6):26- 34.(in Chinese)

[21] 林瀅,邵懷勇.基于隨機(jī)森林算法的河南省冬小麥產(chǎn)量預(yù)測最佳時(shí)間窗和影響因子研究[J].麥類作物學(xué)報(bào),2020,40 (7):874-880.

Lin Y,Shao H Y.Study on optimal time and influencing factors for winter wheat yield prediction in Henan based on random forsest algorithm[J].Journal of Triticeae Crops,2020,40(7):874-880.(in Chinese)

[22] 王來剛,鄭國清,郭燕,等.融合多源時(shí)空數(shù)據(jù)的冬小麥產(chǎn)量預(yù)測模型研究[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2022,53(1):198-204.

Wang L G,Zheng G Q,Guo Y,et al.Prediction of winter wheat yield based on fusing multi-source spatio-temporal data[J].Transactions of the Chinese Society for Agricultural Machinery,2022,53(1):198-204.(in Chinese)

[23] 郭棟梁,韓冬梅,黃石連,等.2022年廣東龍眼生產(chǎn)形勢分析[J].中國熱帶農(nóng)業(yè),2023(1):5-13.

Guo D L,Han D M,Huang S L,et al.Analysis of Guangdong longan production situation in 2022[J].China Tropical Agriculture,2023(1):5-13.(in Chinese)

[24] 茂名市統(tǒng)計(jì)局.茂名市統(tǒng)計(jì)年鑒(1990-2020)[M].北京:中國統(tǒng)計(jì)出版社,1991-2021.

Statistics Bureau of Maoming City.Statistics yearbook of maoming city(1980-2004)[M].Beijing:China Statistics Press,1991-2021.

[25] 劉維,宋迎波.農(nóng)業(yè)氣象觀測站冬小麥觀測產(chǎn)量資料在產(chǎn)量預(yù)報(bào)業(yè)務(wù)中的應(yīng)用研究[J].氣象,2021,47(12):1546- 1554.

Liu W, Song Y B.Operational application of observed yield of winter wheat from agrometeorological stations in yield prediction[J].Meteorological Monthly,2021,47(12):1546-1554. (in Chinese)

[26] 段海來,千懷遂.華南地區(qū)龍眼種植的溫度風(fēng)險(xiǎn)評估[J].地理研究,2009,28(4):1095-1104.

Duan H L,Qian H S.Assessing the temperature risk to longan planting in South China[J].Geograp Hical Research, 2009,28(4):1095-1104.(in Chinese)

[27] 陳國保, 李永平,姚志東.2011 年龍眼掛果率高的氣象成因分析[J].氣象研究與應(yīng)用,2012,33(1):52-55.

Chen G B,Li Y P,Yao Z D.Meteorological analysis of longan fruiting rate in 2011[J].Journal of Meteorological Research and Application,2012,33(1):52-55.(in Chinese)

[28] 楊蘇勤,尤競飛,葉曉冰.2012年泉州龍眼掛果情況的氣象成因分析[J].氣象水文海洋儀器,2013,30(2):58-61.

Yang S Q,You J F,Ye X B. Meteorological causes of Quanzhou longan fruiting rate in 2012[J].Meteorological Hydrological and Marine Instrument,2013,30(2):58- 61.(in Chinese)

[29] 段海來,千懷遂,俞芬,等.華南地區(qū)龍眼的溫度適宜性及其變化趨勢[J].生態(tài)學(xué)報(bào),2008(11):5303-5313.

Duan H L,Qian H S,Yu F,et al. Temperature suitability of longan and its changes in South China area[J].Acta Ecologica Sinica,2008(11):5303-5313.(in Chinese)

[30] 梁敏妍,黃翠銀,張羽,等.廣東仁化縣與廣西容縣沙田柚氣候生態(tài)適應(yīng)性比較[J].南方農(nóng)業(yè)學(xué)報(bào),2019,50(11): 2496-2503.

Liang M Y,Huang C Y,Zhang Y,et al.Climatic and ecological adaptability of Shatian pomelo:a comparative analysis between Renhua of Guangdong and Rongxian of Guangxi[J].Journal of Southern Agriculture,2019,50(11): 2496-2503.(in Chinese)

Effect Comparison of County-scale Model of Longan Yield in Guangdong Based on Two Datasets

YIN Mei-xiang1, LUO Rui-ting2, ZHU Ping1, ZENG Qin-Wen3, ZHAO Wei-Wen4

(1.Guangdong Meteorological Service Center, Guangzhou 510640, China; 2.Guangdong Provincial Emergency Early Warning Release Center, Guangzhou 510640; 3.Heyuan Meteorological Bureau of Guangdong Province,Heyuan 517000; 4.Shunde Meteorological Service, Foshan 528300)

In order to construct a county-scale dynamic refined simulation model for longan yield, authors analyze the influence of meteorological factors on longan yield using the longan production data of Maoming from 1990 to 2020 and the daily meteorological data of the national meteorological observatory, establish and carry out the comparative analysis on the dynamic simulation model of longan yield in Huazhou, Gaozhou and Xinyi based on the random forest regression method and stepwise regression method with different data schemes. The results showed that the longan yield in Maoming is closely related to meteorological factors, and the minimum temperature and the relative humidity during the growth period have the greatest influence on the longan yield in Maoming, with 15 and 14 meteorological factors selected respectively, and their maximum correlation coefficients being ?0.31 and 0.43, respectively. Compared with the multiple stepwise regression method, the accuracy of longan yield simulation model constructed by the random forest regression method is higher. The model determination coefficient (R2) is 0.97, which increases by 7%, the mean absolute error (MAE) is 210.16kg·ha?1, which decreases by 52%, and the root mean square error (RMSE) is 289.62kg·ha?1, which decreases by 46%. When the data of similar climate characteristic areas outside the simulation target region is introduced, the simulation result of the random forest regression model is significantly improved, with R2increases by 3%, MAE decreases by 32%, and RMSE decreases by 31%, while the simulation result of the stepwise regression model has no significant change. The longan yield simulation model based on the random forest regression method is reliable, which can meet the demand for refined meteorological service of longan.

Yield simulation; Longan; Refined simulation; Random forest regression

10.3969/j.issn.1000-6362.2023.06.005

殷美祥,羅瑞婷,朱平,等.基于兩種數(shù)據(jù)集構(gòu)建廣東縣級尺度龍眼產(chǎn)量模型效果對比[J].中國農(nóng)業(yè)氣象,2023,44(6):502-512

2023?03?06

廣東省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃項(xiàng)目（2020B0101130021）；廣東省氣象局科技項(xiàng)目（GRMC2022LM02）；廣東省氣象公共服務(wù)中心科技項(xiàng)目（2021M14）

朱平，高級工程師，主要從事氣象服務(wù)管理、智慧氣象服務(wù)體系、氣象服務(wù)數(shù)字化轉(zhuǎn)型研究，E-mail：61231442@qq.com

殷美祥，E-mail：646343261@qq.com