精准预测大豆黄花叶病毒发病率：混合模型优势凸显

在农业生产中，大豆黄花叶病毒（SYMV）严重影响大豆产量。研究人员开展了混合与个体模型预测 SYMV 发病率的对比研究。结果显示，PCA - SMLR - ANN 模型预测效果最佳。这为大豆病害管理提供了重要依据。

　　在全球农业领域，大豆作为重要的油籽作物，其产量和质量关乎粮食安全与经济发展。然而，大豆黄花叶病毒（Soybean Yellow Mosaic Virus，SYMV）却如同潜伏在田间的 “杀手”，严重威胁着大豆的生长。SYMV 主要由粉虱传播，其传播和发病与温度、湿度、降雨、日照时长等天气条件密切相关 。例如，7 月的高降雨量、8 月的干燥环境，以及特定的温湿度范围，都为病毒的滋生和传播创造了有利条件。随着全球气候变暖，预计每升温 1℃，与害虫相关的农业损失将增加 10 - 25%，这使得 SYMV 的防控形势更加严峻。

在以往的研究中，虽然已经知晓天气因素对 SYMV 的影响，但在预测该病毒发病率方面，仍面临诸多挑战。传统的统计模型，如多元线性回归（Multivariate Linear Regression，MLR），难以捕捉天气变量与疾病发生之间复杂的相互作用；而先进的机器学习（Machine Learning，ML）技术，包括支持向量机（Support Vector Machines，SVMs）、人工神经网络（Artificial Neural Networks，ANNs）等，尽管在预测精度上有所提升，但不同模型的效果参差不齐。此外，在众多影响疾病传播的因素中，选择最合适的预测模型成为一大难题。

为了攻克这些难题，来自 G.B. Pant 农业技术大学的研究人员开展了一项极具意义的研究。他们旨在通过开发和评估多种混合与个体模型，找出预测 SYMV 发病率的最佳模型，从而为大豆种植中的病害管理和作物保护策略提供有力支持。该研究成果发表在《Scientific Reports》上，为农业领域的病害预测开辟了新的思路。

研究人员在研究过程中，运用了多种关键技术方法。首先，收集了 2001 - 2020 年大豆病害严重程度的时间序列数据以及对应的天气数据。然后，通过计算加权和未加权天气指数，将原始天气数据进行处理。接着，采用主成分分析（Principal Component Analysis，PCA）对数据进行降维，以解决天气指数之间的多重共线性问题。最后，运用逐步多元线性回归（Stepwise Multiple Linear Regression，SMLR）、ANN、最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，LASSO）、岭回归（Ridge Regression，RR）、弹性网络（Elastic Net，ELNET）等多种多元分析方法构建预测模型。

模型性能分析

1. SMLR 和 PCA - SMLR 模型：SMLR 模型基于天气指数进行预测，其决定系数（R2）为 0.81，校准阶段的均方根误差（RMSE）为 27.65，验证阶段为 119.88，标准化均方根误差（nRMSE）在验证阶段高达 47.72% ，该模型在校准和验证阶段表现不稳定。而 PCA - SMLR 模型的R2为 0.85，虽然在验证阶段也存在R2下降和误差增加的情况，但整体拟合效果优于 SMLR 模型。
2. ANN 和 PCA - ANN 模型：ANN 模型表现出色，校准阶段R2达到 1.00，RMSE 为 5.71，验证阶段R2为 0.99，RMSE 为 17.12，nRMSE 在验证阶段为 6.82% 。PCA - ANN 模型进一步优化，校准阶段R2为 0.99，RMSE 为 2.77，验证阶段R2为 1.00，RMSE 为 9.21，nRMSE 在验证阶段为 3.67% ，明显优于 ANN 模型。
3. LASSO 和 PCA - LASSO 模型：LASSO 模型的R2为 0.97，校准阶段 RMSE 为 12.99，但验证阶段 RMSE 升至 118.53，nRMSE 在验证阶段为 47.19% 。PCA - LASSO 模型R2为 0.84，在验证阶段同样出现R2下降和误差增加的情况，且 LASSO 模型对该数据的拟合效果更好。
4. RR 和 PCA - RR 模型：RR 模型校准阶段R2为 0.90，RMSE 为 26.68，验证阶段R2为 0.84，RMSE 为 108.47，nRMSE 在验证阶段为 43.18% ，在验证阶段表现较差。PCA - RR 模型校准阶段R2为 0.93，RMSE 为 26.88，但验证阶段R2仅为 0.01，RMSE 为 115.36，在不同阶段表现差异较大。
5. ELNET 和 PCA - ELNET 模型：ELNET 模型校准阶段R2为 0.90，RMSE 为 26.68，验证阶段R2为 0.84，RMSE 为 108.47，nRMSE 在验证阶段为 43.18% 。PCA - ELNET 模型校准阶段表现优秀，R2为 0.95，RMSE 为 15.22，但验证阶段R2为 0.15，RMSE 为 118.23，整体表现不如 ELNET 模型。
6. SMLR - ANN 和 PCA - SMLR - ANN 模型：SMLR - ANN 模型校准阶段R2为 0.97，RMSE 为 11.74，验证阶段R2为 0.96，RMSE 为 5.11，nRMSE 在验证阶段为 2.22% ，表现出色。PCA - SMLR - ANN 模型更是表现卓越，校准阶段R2为 1.00，RMSE 为 5.27，验证阶段R2为 0.99，RMSE 为 1.59，nRMSE 在验证阶段为 0.76% ，是所有模型中预测效果最佳的。

研究结论与讨论

综合各项指标，研究人员得出结论：PCA - SMLR - ANN 模型在预测大豆病害严重程度方面表现最为出色，其排名领先于其他模型，具体排名为：PCA - SMLR - ANN ≈ PCA - ANN ≈ SMLR - ANN ≈ ANN > PCA - ELNET > PCA - Ridge > ELNET ≈ RR > PCA - LASSO > LASSO > PCA - SMLR ≈ SMLR。这一结论表明，混合模型在预测大豆病害严重程度方面具有显著优势，尤其是结合了 PCA、SMLR 和 ANN 的模型，能够更好地捕捉天气指数与病害之间的复杂关系，提高预测的准确性。

该研究成果对于农业生产具有重要意义。准确的病害预测模型可以帮助农民及时采取防控措施，减少因 SYMV 造成的经济损失；同时，也为政策制定者制定科学的农业政策提供了依据，有助于推动农业病害预测方法的发展，提升农业生产的可持续性。然而，研究也存在一定的局限性，如数据集主要来自特定地区，可能无法完全适用于其他地区；模型依赖历史天气数据，难以应对环境的突然变化等。未来的研究可以进一步拓展数据集，纳入实时天气监测、遥感数据和大豆抗病基因信息，以提高模型的普适性和准确性，更好地服务于农业生产。