[论文解读] A Scalable Machine Learning System for Pre-Season Agriculture Yield Forecast

I.V.P. De Oliveira, Renato L. F. Cunha+2 more|arXiv (Cornell University)|Jun 25, 2018

Remote Sensing in AgricultureEnvironmental Science参考文献 18被引用 19

一句话总结

该论文提出了一套可扩展的机器学习系统，用于预测巴西和美国的预季大豆和玉米产量，利用卫星获取的降水、温度、土壤特性及季节性气候预测数据——无需依赖NDVI数据。该系统在精度上与依赖NDVI的模型相当，通过结合LSTM和全连接层的混合深度学习架构，利用历史产量数据进行训练，实现了农民在作物播种前的早期决策支持。

ABSTRACT

Yield forecast is essential to agriculture stakeholders and can be obtained with the use of machine learning models and data coming from multiple sources. Most solutions for yield forecast rely on NDVI (Normalized Difference Vegetation Index) data, which is time-consuming to be acquired and processed. To bring scalability for yield forecast, in the present paper we describe a system that incorporates satellite-derived precipitation and soil properties datasets, seasonal climate forecasting data from physical models and other sources to produce a pre-season prediction of soybean/maize yield---with no need of NDVI data. This system provides significantly useful results by the exempting the need for high-resolution remote-sensing data and allowing farmers to prepare for adverse climate influence on the crop cycle. In our studies, we forecast the soybean and maize yields for Brazil and USA, which corresponded to 44% of the world's grain production in 2016. Results show the error metrics for soybean and maize yield forecasts are comparable to similar systems that only provide yield forecast information in the first weeks to months of the crop cycle.

研究动机与目标

• 开发一种可扩展的预季产量预测系统，以减少对高分辨率遥感数据（如NDVI）的依赖。
• 通过在播种开始前提供产量预测，实现早期农业决策支持。
• 证明仅依靠气候和土壤数据即可实现与基于NDVI的模型相当的准确产量预测。
• 利用标准化、公开获取的数据集，实现全球范围的可扩展性，空间分辨率达到250米。

提出的方法

• 系统采用混合深度神经网络，利用长短期记忆（LSTM）层处理动态气象数据（降水、温度），全连接层处理静态土壤特性。
• 输入特征包括250米分辨率下的历史降水、温度（最低/最高）以及土壤特性（如质地、有机质含量）等。
• 模型在巴西和美国超过1,500个城市的市级别历史产量数据上进行训练。
• 气象预报数据来源于基于再分析的季节性预报产品，可实现长达七个月的提前预测。
• 系统通过RESTful API动态按需获取特定位置的气象和土壤数据。
• 通过标准指标（MAE、MAPE、RMSE、RMSPE和R²）在多个区域和作物上评估模型性能。

实验结果

研究问题

• RQ1 是否可以仅使用气候和土壤数据，在不依赖NDVI或作物生长期遥感数据的情况下，实现播种前的准确产量预测？
• RQ2 基于气象和土壤数据的预季预测系统性能，与在作物生长期后期运行的基于NDVI的模型相比如何？
• RQ3 深度学习模型在仅依赖季节性气候和土壤输入的情况下，能在多大程度上隐式学习作物生长周期的模式？
• RQ4 该系统是否能够以极少的数据需求实现全球范围的扩展，并保持高预测精度？

主要发现

• 在巴西，大豆产量预测的平均绝对百分比误差（MAPE）为10.70%，R²值为0.55；在美国，MAPE为9.80%，R²值为0.75。
• 对于玉米，系统在美国的MAPE为11.31%，R²值为0.71，表明在各类作物上均表现出色。
• 尽管未使用作物生长期的遥感数据，该系统的性能与现有基于NDVI的模型相当。
• 混合架构有效捕捉了气候数据中的时间依赖性以及土壤数据中的空间模式，从而实现准确的预季预测。
• 模型检测输入数据中冗余信息的能力表明其在不同农业气候区域中具有稳健的泛化能力。
• 由于具备较长的预测提前期，该系统可支持实际的预季决策，如作物类型或遗传品种的选择。