基于Adaboost模型的江蘇省冬小麥產(chǎn)量預(yù)測(cè)

張順航 張鳳航 李金澤

摘要? ? 農(nóng)作物產(chǎn)量預(yù)測(cè)是農(nóng)業(yè)科學(xué)的一個(gè)重要問題，而氣象特征的變化將對(duì)農(nóng)作物的產(chǎn)量產(chǎn)生影響。本文根據(jù)1981—2016年江蘇省的氣象數(shù)據(jù)，研究影響農(nóng)作物產(chǎn)量的關(guān)鍵氣象特征，并利用機(jī)器學(xué)習(xí)中的Adaboost算法，對(duì)江蘇省近幾年的小麥產(chǎn)量進(jìn)行預(yù)測(cè)。結(jié)果表明Adaboost模型預(yù)測(cè)準(zhǔn)確率較高，從而為農(nóng)業(yè)生產(chǎn)中的正確決策提供參考。

關(guān)鍵詞? ? 冬小麥產(chǎn)量預(yù)測(cè);氣象特征;機(jī)器學(xué)習(xí);Adaboost模型;江蘇省

中圖分類號(hào)? ? S127? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼? ? A? ? ? ? 文章編號(hào)? ?1007-5739（2019）12-0248-02

我國(guó)是農(nóng)業(yè)大國(guó)，糧食產(chǎn)量連年增長(zhǎng)，農(nóng)業(yè)生產(chǎn)量和生產(chǎn)方式都進(jìn)入到了新的階段，農(nóng)業(yè)生產(chǎn)新要求也隨之產(chǎn)生。在農(nóng)業(yè)生產(chǎn)中，注重農(nóng)產(chǎn)品品質(zhì)、關(guān)注農(nóng)業(yè)災(zāi)害預(yù)警能力等已迫在眉睫[1-3]。2009年曾有專家在聯(lián)合國(guó)做出預(yù)測(cè)，到2050年世界糧食產(chǎn)量可能需要翻一倍才足以養(yǎng)活全球人口。而在眾多影響農(nóng)作物產(chǎn)量的因素中，氣候變化對(duì)農(nóng)業(yè)產(chǎn)生直接影響[4]。因此，通過氣象因素預(yù)測(cè)農(nóng)作物產(chǎn)量尤為關(guān)鍵。但由于農(nóng)作物在不同生長(zhǎng)階段對(duì)氣象因素有著不同的要求，使得建立氣象因素與農(nóng)作物產(chǎn)量的關(guān)系模型較為困難[5]。此外，雖然目前已有較多時(shí)間序列模型，如灰色模型預(yù)測(cè)、最小二乘法、BP神經(jīng)網(wǎng)絡(luò)、高斯過程，但在面對(duì)實(shí)際而復(fù)雜的分類問題時(shí)效果并不理想[6]。

1? ? Adaboost模型

Adaboost算法是boosting算法的一種，屬于一種迭代算法。它的核心思想是用同一個(gè)訓(xùn)練集訓(xùn)練不同的弱分類器，然后把這些弱分類器聯(lián)合起來形成強(qiáng)分類器，有效地解決了單個(gè)分類器面對(duì)復(fù)雜問題時(shí)精度不足的問題。通過江蘇省歷年冬小麥的產(chǎn)量和江蘇省歷年的氣象因素構(gòu)建Adaboost模型，以平均溫度、降水量、平均濕度、日照時(shí)數(shù)、有效積溫等氣象因素作為輸入，通過特征提取篩選出對(duì)產(chǎn)量影響較大的特征向量，利用交叉驗(yàn)證方法評(píng)估模型，然后進(jìn)行參數(shù)調(diào)優(yōu)，最終實(shí)現(xiàn)較高精度的冬小麥產(chǎn)量預(yù)測(cè)[7]，總流程見圖1。

2? ? 實(shí)例分析

2.1? ? 數(shù)據(jù)準(zhǔn)備

預(yù)測(cè)農(nóng)作物產(chǎn)量是實(shí)現(xiàn)精細(xì)農(nóng)業(yè)的重要措施之一，而影響冬小麥產(chǎn)量的主要?dú)庀笠蛩赜袦囟取穸取⒔邓俊⑷照諘r(shí)數(shù)、有效積溫等因素。

為了獲得江蘇省歷年氣象數(shù)據(jù)，收集了包括江蘇省南京、無錫、淮安、常州等在內(nèi)的23個(gè)站點(diǎn)1981—2016年共36年每天的氣象數(shù)據(jù)，包括平均溫度、降水量、輻射量、日照、平均濕度、平均風(fēng)速等數(shù)據(jù)。然后將這些站點(diǎn)的各類氣象數(shù)據(jù)取月平均值，再取所有站點(diǎn)的月平均值為江蘇省每類氣象數(shù)據(jù)的月平均值。根據(jù)相關(guān)資料可知，江蘇省冬小麥從10月開始播種，翌年5月收獲[8-11]，所以選取這幾個(gè)月份的氣象數(shù)據(jù)作為訓(xùn)練集的輸入集。

從國(guó)家統(tǒng)計(jì)局官網(wǎng)上查找江蘇省冬小麥近30年的產(chǎn)量數(shù)據(jù)作線性擬合。從圖2可以看出，圓點(diǎn)表示實(shí)際產(chǎn)量值，實(shí)線為擬合曲線。用（實(shí)際產(chǎn)量-擬合結(jié)果）/擬合結(jié)果，如果結(jié)果大于0表示這一年增產(chǎn)（用1表示），如果結(jié)果小于0則表示這一年減產(chǎn)（用0表示），據(jù)此得到訓(xùn)練集的因變量。

2.2? ? 建立Adaboost模型

AdaBoost是基于加性模型的算法，即基學(xué)習(xí)器的線性組合H（x）=Σαtht（x），其中，αt為每個(gè)基學(xué)習(xí)器的權(quán)值，ht（x）為每個(gè)基學(xué)習(xí)器的預(yù)測(cè)結(jié)果。建立過程主要分為3個(gè)部分：指數(shù)損失函數(shù)lexp（H|D）的降低、基學(xué)習(xí)器的權(quán)值αt的更新和訓(xùn)練集樣本分布的更新和訓(xùn)練集樣本分布的更新和訓(xùn)練集樣本分布Dt（x）的更新。

2.2.1? ? 指數(shù)損失函數(shù)。若為樣本的實(shí)際標(biāo)簽值，H（x）為樣本的預(yù)測(cè)標(biāo)簽值，設(shè)Ex～D[e-f（x）H（x）]為樣本服從數(shù)據(jù)集分布D時(shí)，e-f（x）H（x）的期望值，則可以表示出指數(shù)損失函數(shù)，若存在H（x）使得損失函數(shù)可以最小化，其中y？綴{-1，1}，則可以求出

2.2.2? ? 基學(xué)習(xí)器權(quán)值αt的更新。ht和αt當(dāng)基學(xué)習(xí)器ht（x）基于分布Dt產(chǎn)生后，可求得基學(xué)習(xí)器的權(quán)重αt應(yīng)使得αtht最小化指數(shù)損失函數(shù)，進(jìn)行偏導(dǎo)數(shù)并置零，得到這樣就得到了基學(xué)習(xí)器的權(quán)值更新公式。

2.2.3? ? 訓(xùn)練集樣本分布Dt（x）的更新。獲得基學(xué)習(xí)器ht-1（x）后，樣本分布將進(jìn)行調(diào)整，可以得到理想的基學(xué)習(xí)器，其中ht（x）將在分布Dt（x）下最小化分類誤差，因而ht（x）應(yīng)該基于分布Dt（x）來訓(xùn)練。

2.3? ? 特征選擇與參數(shù)調(diào)節(jié)

用訓(xùn)練集進(jìn)行特征選擇，選擇6個(gè)對(duì)江蘇省冬小麥產(chǎn)量影響最大的氣象因素，分別為3月份降水量、1月份平均濕度、3月份平均濕度、1月份平均溫度、5月份平均溫度和3月份日照時(shí)數(shù)。然后是參數(shù)調(diào)節(jié)，Adaboost的參數(shù)主要有3個(gè)，基分類器循環(huán)次數(shù)n_estimators、學(xué)習(xí)速度learning_rate和模型提升準(zhǔn)則algorithm。基分類器循環(huán)次數(shù)過多，模型容易過擬合;循環(huán)次數(shù)過少，模型容易欠擬合。學(xué)習(xí)速度如果過大，則容易錯(cuò)過最優(yōu)值;如果過小，則收斂速度會(huì)很慢。模型提升準(zhǔn)則有2種方式SAMME和SAMME.R，前者是對(duì)樣本集預(yù)測(cè)錯(cuò)誤的概率進(jìn)行劃分，后者是對(duì)樣本集的錯(cuò)分率進(jìn)行劃分。先用模型的默認(rèn)參數(shù)對(duì)冬小麥產(chǎn)量進(jìn)行預(yù)測(cè)，評(píng)估預(yù)測(cè)效果，然后采用網(wǎng)格搜索法對(duì)模型進(jìn)行調(diào)參。最終調(diào)整的參數(shù)為n_estimators=40，learning_rate=0.8，algorithm=′SAMME.R′。

2.4? ? 結(jié)果分析

采用留一檢驗(yàn)法訓(xùn)練模型并得到最終的預(yù)測(cè)結(jié)果，36年中預(yù)測(cè)正確的年份多達(dá)30年，正確率為83.3%。根據(jù)表1可知，在2005—2016年的12年時(shí)間里，預(yù)測(cè)錯(cuò)誤的年份僅有2年，且2010年之后的預(yù)測(cè)值全部正確，說明該Adaboost模型對(duì)冬小麥的產(chǎn)量預(yù)測(cè)精度較高，尤其是對(duì)近幾年小麥的增產(chǎn)減產(chǎn)情況全部預(yù)測(cè)正確。

3? ? 結(jié)語

近幾年，雖然機(jī)器學(xué)習(xí)成為了最熱門的技術(shù)之一，但實(shí)際上由于機(jī)器學(xué)習(xí)需要大規(guī)模的訓(xùn)練集訓(xùn)練，所以實(shí)際應(yīng)用范圍有限。尤其是對(duì)于農(nóng)業(yè)領(lǐng)域來說，可供使用的數(shù)據(jù)非常有限，只能用小數(shù)據(jù)集進(jìn)行研究。常規(guī)的方法在用小數(shù)據(jù)集做預(yù)測(cè)與分類時(shí)精度低且結(jié)果不穩(wěn)定，而本文所用的Adaboost算法將弱分類器聯(lián)合起來形成強(qiáng)分類器，有效地解決了單個(gè)分類器面對(duì)復(fù)雜問題時(shí)精度不足的問題，在實(shí)際應(yīng)用中可行度較高。

4? ? 參考文獻(xiàn)

[1] 江顯群，陳武奮.BP神經(jīng)網(wǎng)絡(luò)與GA-BP農(nóng)作物需水量預(yù)測(cè)模型對(duì)比[J].排灌機(jī)械工程學(xué)報(bào)，2018，36（8）：762-766.

[2] 王曉喆，延軍平，張立偉.河南省氣候生產(chǎn)力時(shí)空分布及糧食產(chǎn)量預(yù)測(cè)[J].農(nóng)業(yè)現(xiàn)代化研究，2011，32（2）：213-216.

[3] 高蕾.基于ARIMA模型的安徽省糧食產(chǎn)量預(yù)測(cè)研究[J].合肥學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2015，32（5）：17-18.

[4] 朱新國(guó)，張展羽，祝卓.基于改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)馬爾科夫模型的區(qū)域需水量預(yù)測(cè)[J].水資源保護(hù)，2010，26（2）：28-31.

[5] 林紹森，唐永金.幾種作物產(chǎn)量預(yù)測(cè)模型及其特點(diǎn)分析[J].西南科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2005，20（3）：55-60.

[6] 王興，劉晶晶，闞苗苗，等.我國(guó)主要糧食作物產(chǎn)量預(yù)測(cè)模型及分布特征分析[J].長(zhǎng)江大學(xué)學(xué)報(bào)（自科版），2014，11（4）：76-79.

[7] 宰松梅，郭冬冬，溫季，等.作物產(chǎn)量預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)模型研究[J].人民黃河，2010，32（9）：71-72.

[8] 商兆堂，張旭暉，商舜，等.江蘇省冬小麥生產(chǎn)潛力氣候變化趨勢(shì)評(píng)估[J].江蘇農(nóng)業(yè)科學(xué)，2018，46（12）：245-249.

[9] 陳夏.江蘇省冬小麥模型模擬優(yōu)化研究及應(yīng)用[D].南京：南京信息工程大學(xué)，2017.

[10] 姚金保，馬鴻翔，張鵬，等.小麥寧麥26豐產(chǎn)性、穩(wěn)產(chǎn)性及適應(yīng)性分析[J].浙江農(nóng)業(yè)學(xué)，2018，59（11）：1966-1968.

[11] 王瑞崢，江洪，金佳鑫，等.黃淮海地區(qū)冬小麥物候?qū)夂蜃兓捻憫?yīng)及對(duì)產(chǎn)量的影響[J].江蘇農(nóng)業(yè)科學(xué)，2018，46（22）：71-75.