《Scientific Reports》：Comparative evaluation of hybrid and individual models for predicting soybean yellow mosaic virus incidence
編輯推薦：
在農業生產中，大豆黃花葉病毒（SYMV）嚴重影響大豆產量。研究人員開展了混合與個體模型預測 SYMV 發病率的對比研究。結果顯示，PCA - SMLR - ANN 模型預測效果最佳。這為大豆病害管理提供了重要依據。
在全球農業領域，大豆作為重要的油籽作物，其產量和質量關乎糧食安全與經濟發展。然而，大豆黃花葉病毒（Soybean Yellow Mosaic Virus，SYMV）卻如同潛伏在田間的 “殺手”，嚴重威脅著大豆的生長。SYMV 主要由粉虱傳播，其傳播和發病與溫度、濕度、降雨、日照時長等天氣條件密切相關 。例如，7 月的高降雨量、8 月的干燥環境，以及特定的溫濕度范圍，都為病毒的滋生和傳播創造了有利條件。隨著全球氣候變暖，預計每升溫 1℃，與害蟲相關的農業損失將增加 10 - 25%，這使得 SYMV 的防控形勢更加嚴峻。
在以往的研究中，雖然已經知曉天氣因素對 SYMV 的影響，但在預測該病毒發病率方面，仍面臨諸多挑戰。傳統的統計模型，如多元線性回歸（Multivariate Linear Regression，MLR），難以捕捉天氣變量與疾病發生之間復雜的相互作用；而先進的機器學習（Machine Learning，ML）技術，包括支持向量機（Support Vector Machines，SVMs）、人工神經網絡（Artificial Neural Networks，ANNs）等，盡管在預測精度上有所提升，但不同模型的效果參差不齊。此外，在眾多影響疾病傳播的因素中，選擇最合適的預測模型成為一大難題。
為了攻克這些難題，來自 G.B. Pant 農業技術大學的研究人員開展了一項極具意義的研究。他們旨在通過開發和評估多種混合與個體模型，找出預測 SYMV 發病率的最佳模型，從而為大豆種植中的病害管理和作物保護策略提供有力支持。該研究成果發表在《Scientific Reports》上，為農業領域的病害預測開辟了新的思路。
研究人員在研究過程中，運用了多種關鍵技術方法。首先，收集了 2001 - 2020 年大豆病害嚴重程度的時間序列數據以及對應的天氣數據。然后，通過計算加權和未加權天氣指數，將原始天氣數據進行處理。接著，采用主成分分析（Principal Component Analysis，PCA）對數據進行降維，以解決天氣指數之間的多重共線性問題。最后，運用逐步多元線性回歸（Stepwise Multiple Linear Regression，SMLR）、ANN、最小絕對收縮和選擇算子（Least Absolute Shrinkage and Selection Operator，LASSO）、嶺回歸（Ridge Regression，RR）、彈性網絡（Elastic Net，ELNET）等多種多元分析方法構建預測模型。
模型性能分析
- SMLR 和 PCA - SMLR 模型：SMLR 模型基于天氣指數進行預測，其決定系數（R2）為 0.81，校準階段的均方根誤差（RMSE）為 27.65，驗證階段為 119.88，標準化均方根誤差（nRMSE）在驗證階段高達 47.72% ，該模型在校準和驗證階段表現不穩定。而 PCA - SMLR 模型的R2為 0.85，雖然在驗證階段也存在R2下降和誤差增加的情況，但整體擬合效果優于 SMLR 模型。
- ANN 和 PCA - ANN 模型：ANN 模型表現出色，校準階段R2達到 1.00，RMSE 為 5.71，驗證階段R2為 0.99，RMSE 為 17.12，nRMSE 在驗證階段為 6.82% 。PCA - ANN 模型進一步優化，校準階段R2為 0.99，RMSE 為 2.77，驗證階段R2為 1.00，RMSE 為 9.21，nRMSE 在驗證階段為 3.67% ，明顯優于 ANN 模型。
- LASSO 和 PCA - LASSO 模型：LASSO 模型的R2為 0.97，校準階段 RMSE 為 12.99，但驗證階段 RMSE 升至 118.53，nRMSE 在驗證階段為 47.19% 。PCA - LASSO 模型R2為 0.84，在驗證階段同樣出現R2下降和誤差增加的情況，且 LASSO 模型對該數據的擬合效果更好。
- RR 和 PCA - RR 模型：RR 模型校準階段R2為 0.90，RMSE 為 26.68，驗證階段R2為 0.84，RMSE 為 108.47，nRMSE 在驗證階段為 43.18% ，在驗證階段表現較差。PCA - RR 模型校準階段R2為 0.93，RMSE 為 26.88，但驗證階段R2僅為 0.01，RMSE 為 115.36，在不同階段表現差異較大。
- ELNET 和 PCA - ELNET 模型：ELNET 模型校準階段R2為 0.90，RMSE 為 26.68，驗證階段R2為 0.84，RMSE 為 108.47，nRMSE 在驗證階段為 43.18% 。PCA - ELNET 模型校準階段表現優秀，R2為 0.95，RMSE 為 15.22，但驗證階段R2為 0.15，RMSE 為 118.23，整體表現不如 ELNET 模型。
- SMLR - ANN 和 PCA - SMLR - ANN 模型：SMLR - ANN 模型校準階段R2為 0.97，RMSE 為 11.74，驗證階段R2為 0.96，RMSE 為 5.11，nRMSE 在驗證階段為 2.22% ，表現出色。PCA - SMLR - ANN 模型更是表現卓越，校準階段R2為 1.00，RMSE 為 5.27，驗證階段R2為 0.99，RMSE 為 1.59，nRMSE 在驗證階段為 0.76% ，是所有模型中預測效果最佳的。
研究結論與討論
綜合各項指標，研究人員得出結論：PCA - SMLR - ANN 模型在預測大豆病害嚴重程度方面表現最為出色，其排名領先于其他模型，具體排名為：PCA - SMLR - ANN ≈ PCA - ANN ≈ SMLR - ANN ≈ ANN > PCA - ELNET > PCA - Ridge > ELNET ≈ RR > PCA - LASSO > LASSO > PCA - SMLR ≈ SMLR。這一結論表明，混合模型在預測大豆病害嚴重程度方面具有顯著優勢，尤其是結合了 PCA、SMLR 和 ANN 的模型，能夠更好地捕捉天氣指數與病害之間的復雜關系，提高預測的準確性。
該研究成果對于農業生產具有重要意義。準確的病害預測模型可以幫助農民及時采取防控措施，減少因 SYMV 造成的經濟損失；同時，也為政策制定者制定科學的農業政策提供了依據，有助于推動農業病害預測方法的發展，提升農業生產的可持續性。然而，研究也存在一定的局限性，如數據集主要來自特定地區，可能無法完全適用于其他地區；模型依賴歷史天氣數據，難以應對環境的突然變化等。未來的研究可以進一步拓展數據集，納入實時天氣監測、遙感數據和大豆抗病基因信息，以提高模型的普適性和準確性，更好地服務于農業生產。
