[论文解读] Spatial-temporal Multi-Task Learning for Within-field Cotton Yield Prediction

Long Nguyen, Jia Zhen+5 more|arXiv (Cornell University)|Nov 16, 2018

Smart Agriculture and AI被引用 3

一句话总结

该论文提出了一种时空多任务学习框架，整合了多年来的土壤、光谱、NDVI和气象数据，以30米分辨率预测美国德克萨斯州西部的田间棉花产量（2001–2003年）。通过在不同任务间共享特征并应用空间正则化以利用邻近相关性，该模型实现了最先进性能，2003年的RMSE降低至83.7，MAE降低至63.6，优于SVM和单任务模型等传统方法。

ABSTRACT

Understanding and accurately predicting within-field spatial variability of crop yield play a key role in site-specific management of crop inputs such as irrigation water and fertilizer for optimized crop production. However, such a task is challenged by the complex interaction between crop growth and environmental and managerial factors, such as climate, soil conditions, tillage, and irrigation. In this paper, we present a novel Spatial-temporal Multi-Task Learning algorithms for within-field crop yield prediction in west Texas from 2001 to 2003. This algorithm integrates multiple heterogeneous data sources to learn different features simultaneously, and to aggregate spatial-temporal features by introducing a weighted regularizer to the loss functions. Our comprehensive experimental results consistently outperform the results of other conventional methods, and suggest a promising approach, which improves the landscape of crop prediction research fields.

研究动机与目标

• 解决作物生长、天气、土壤和管理因素之间复杂相互作用下，实现精准田间棉花产量预测的挑战。
• 通过多任务学习整合多年来的异构数据源（土壤、光谱、NDVI和气象），提升预测精度。
• 通过引入基于邻近网格关系的空间正则化项，纳入空间自相关性，最小化相邻栅格单元间产量差异。
• 仅使用每个预测点当前可用的数据，实现实时逐月产量预测，支持生长季节内的在线预报。
• 评估不同数据源（土壤、光谱、NDVI）在产量预测性能中的相对重要性。

提出的方法

• 该模型采用多任务学习架构，将每年（2001–2003年）视为一个独立但相关的预测任务，共享一个通用的特征表示层。
• 将异构输入特征（包括土壤地形特征：高程、坡度、曲率；光谱波段：BAND1–BAND4；NDVI；以及气象数据：温度、降雨量）输入共享编码网络。
• 在损失函数中引入空间正则化项，对某栅格单元预测产量与邻近单元加权平均值之间差异较大的情况进行惩罚，邻域大小经调优后设定为5。
• 通过组合任务特定回归损失与空间正则化项的复合损失函数，端到端训练模型。
• 每月（5月至9月）评估实时预测性能，仅使用截至该时间点的可用数据，模拟在线预报过程。
• 通过消融实验评估特征重要性：逐次移除一种数据源，并测量MSE、RMSE、MAE、MAPE和最大误差的性能下降程度。

实验结果

研究问题

• RQ1 与单任务或传统模型相比，通过在多年间共享表示的多任务学习框架是否能提升田间棉花产量预测的准确性？
• RQ2 基于邻近栅格关系的空间正则化如何影响预测误差与空间一致性？
• RQ3 土壤属性、播种前光谱数据和NDVI对最终预测性能的相对贡献如何？
• RQ4 当预测随数据可用性逐步增加而逐月进行时，模型性能如何随生长季节演变？
• RQ5 在最小化预测误差方面，空间正则化的最优邻域大小是多少？

主要发现

• 所提出的时空多任务学习模型在2003年取得了最低的误差指标，MSE = 7,013.5，RMSE = 83.7，MAE = 63.6，MAPE = 7.55，最大误差 = 254.4。
• 该模型在所有三年（2001–2003年）中均持续优于所有基线模型，包括支持向量回归和标准多任务学习模型。
• 性能从5月到9月显著提升，其中最大增益出现在8月和9月，表明数据累积具有显著优势。
• 当邻域大小设定为5时，空间正则化对降低误差指标效果最佳，此后性能趋于稳定。
• NDVI是影响最大的数据源，移除它导致性能下降最明显；播种前的光谱数据影响最小。
• 消融实验确认，在所有消融设置中，移除播种前的光谱数据后性能最佳，表明其相对于NDVI和土壤数据的预测价值有限。