李 波 ，徐炳潮 ，羅煦欽 ，程云霞

（1.浙江農(nóng)林大學(xué)數(shù)學(xué)與計算機科學(xué)學(xué)院，浙江 杭州 311300；2.杭州市臨安區(qū)農(nóng)業(yè)農(nóng)村信息服務(wù)中心，浙江 杭州 311300；3.杭州市臨安區(qū)太陽鎮(zhèn)公共服務(wù)中心，浙江 杭州 311300）

0 引言

山核桃（Carya cathayensis Sarg.）是胡桃科山核桃屬喬木植物，具有很高的經(jīng)濟價值[1]，全球各地均有種植，在我國主要分布于浙江、安徽兩省。山核桃干腐病又叫山核桃潰瘍病、墨汁病[2]，是危害山核桃產(chǎn)量產(chǎn)值的重大病害。據(jù)調(diào)查統(tǒng)計，2018 年杭州市臨安區(qū)山核桃干腐病發(fā)生面積達(dá)40 萬畝，發(fā)病率高達(dá)86.5%，安徽省績溪縣和寧國市均有不同面積的山核桃產(chǎn)地受到山核桃干腐病危害，個別地區(qū)發(fā)病率高達(dá)80%～90%[2]，對山核桃種植戶造成了一定影響。

相關(guān)學(xué)者在病理和生物學(xué)方面對山核桃干腐病進行研究[3]，張傳清等研究發(fā)現(xiàn)山核桃干腐病菌（B.dothidea）菌絲生長的溫度范圍為8 ℃～40 ℃，適宜溫度為26 ℃左右[4]；張璐璐研究發(fā)現(xiàn)山核桃干腐病的發(fā)生與樹齡、郁閉度等因子有關(guān)，幼齡樹木和樹齡超過30 年的樹木干腐病發(fā)病較輕，陽坡比陰坡發(fā)病嚴(yán)重[5]；袁紫倩等研究發(fā)現(xiàn)山核桃干腐病的感病狀況和土壤pH、速效鉀含量之間呈顯著負(fù)相關(guān)，與土壤氮鉀比呈顯著正相關(guān)，并得出土壤pH 和堿解氮含量、速效鉀含量是影響植株山核桃干腐病感病概率的主要因子，而其中以土壤堿解氮的供應(yīng)最為重要的實驗結(jié)論[6]；吳志輝等研究發(fā)現(xiàn)冬季溫度較高，降雨量嚴(yán)重不足，而春季雨水又過多的年份，通常病害發(fā)生十分嚴(yán)重[7]；曹躍騰等在ResNet 算法基礎(chǔ)上開發(fā)了一種輕量化病蟲害識別算法Simplify-ResNet[8]，為病蟲害識別提供有效算法；宋中山等提出的基于二值化的Faster R-CNN（Binary Faster R-CNN）區(qū)域檢測神經(jīng)網(wǎng)絡(luò)模型對柑橘的黑斑病、潰瘍病、黃龍病、瘡痂病、健康葉片的平均檢測準(zhǔn)確率分別為87.2%、87.6%、89.8%、86.4%、86.6%[9]，對復(fù)雜背景下的病斑檢測也有較好的效果；馮亞枝等通過分析氣候因素與種植規(guī)模對山核桃產(chǎn)量的影響，建立了以Lasso-GM 為基礎(chǔ)的山核桃產(chǎn)量預(yù)測模型[10]；夏其表等通過研究建立了基于SFM 算法的山核桃生長發(fā)育三維模型[11]，通過圖形方式為研究者展現(xiàn)山核桃生長過程中出現(xiàn)的各類規(guī)律。基于上述分析，本研究通過建立干腐病與影響因子之間的預(yù)測模型，為干腐病預(yù)防工作提供參考，為科學(xué)防治、綠色防治提供思路。

1 材料與方法

1.1 實驗材料

本研究通過機器學(xué)習(xí)算法對未來5 天或者7 天等短期內(nèi)干腐病的發(fā)病程度進行分類預(yù)測[10]。前期準(zhǔn)備工作是整理所需的歷史氣象數(shù)據(jù)和干腐病測報記錄，干腐病測報記錄中共有87 條可用于模型預(yù)測的數(shù)據(jù)，分別記錄于臨安區(qū)太陽鎮(zhèn)武村、臨安區(qū)湍口鎮(zhèn)湍口村和臨安區(qū)龍崗鎮(zhèn)興龍村。歷史氣象數(shù)據(jù)是從臨安區(qū)氣象局獲得的臨安區(qū)各個站點的氣象數(shù)據(jù)，采用距離干腐病記錄地點最近的氣象站數(shù)據(jù)，即臨安區(qū)太陽鎮(zhèn)太源村宋家（K1250）、臨安區(qū)湍口鎮(zhèn)湍口村小學(xué)操場（K1610）和臨安區(qū)龍崗鎮(zhèn)興龍村西部基地（K1156）站點信息。圖1 為山核桃干腐病發(fā)病程度數(shù)據(jù)中各類別占比。

圖1 山核桃干腐病發(fā)病程度數(shù)據(jù)中各類別占比

山核桃干腐病發(fā)生程度根據(jù)病斑數(shù)目進行劃分，將得到已發(fā)生的干腐病嚴(yán)重程度，可以作為統(tǒng)計數(shù)據(jù)為日后其他工作提供幫助及參考；根據(jù)氣象指標(biāo)[12]進行劃分并建立相應(yīng)模型后，可以通過天氣預(yù)報的氣象數(shù)據(jù)進行干腐病發(fā)病程度的預(yù)測，因此圖1 中的發(fā)生程度是根據(jù)氣象指標(biāo)進行劃分的，更加符合機器學(xué)習(xí)算法模型對未來發(fā)病程度的預(yù)測。用氣象指標(biāo)進行劃分主要參考李紹進等起草的標(biāo)準(zhǔn)《山核桃干腐病發(fā)生氣象等級》[13-14]。

1.1.1 干腐病測報數(shù)據(jù)獲取及預(yù)處理

從專家記錄的干腐病實地觀測報告中獲取到臨安區(qū)2013 年、2015 年、2016 年、2017 年的干腐病測報數(shù)據(jù)并進行縱向處理（2014 年數(shù)據(jù)因丟失未選取）。將觀測日期對應(yīng)的10 株山核桃干腐病病斑數(shù)目累加，并取平均值作為當(dāng)時的病斑數(shù)目和整理過后的歷史氣象數(shù)據(jù)對應(yīng)。

1.1.2 氣象數(shù)據(jù)獲取及預(yù)處理

所采集的氣象因素數(shù)據(jù)包括每個站點每小時的溫度（0.1 ℃）、濕度（%RH）、降水量（0.1 mm）。將記錄干腐病發(fā)病情況日期前5 天（包括記錄當(dāng)天）的溫濕度數(shù)據(jù)進行累加取平均，對降水量進行累加得到所需的數(shù)據(jù)。

1.2 實驗方法

1.2.1 特征選取

特征選取采用主成分分析（PCA）和皮爾遜相關(guān)系數(shù)結(jié)合的方法，通過對比選出對分類結(jié)果影響較大的相關(guān)因子。

主成分分析法是一種降維的統(tǒng)計方法，借助主成分的方差來表達(dá)，方差越大代表此特征包含的信息越多，對最終分類結(jié)果的影響越大。皮爾遜相關(guān)系數(shù)用于度量自變量與因變量之間的相關(guān)性，是一種線性相關(guān)分析，雖然自然界中存在的相互影響關(guān)系大多屬于非線性，但是皮爾遜相關(guān)系數(shù)可以作為其他分析方法的輔助手段，從而得到更好的分析結(jié)果。皮爾遜相關(guān)系數(shù)得到的結(jié)果如表1所示。

表1 皮爾遜相關(guān)系數(shù)分析表

從表1中可以看出與發(fā)病程度類別相關(guān)性最低的是風(fēng)速，僅有0.15，再結(jié)合主成分分析（PCA）做綜合對比考量選出實驗所需特征。主成分分析結(jié)果如圖2所示。

圖2 主成分分析結(jié)果圖

從圖2 中可以看出候平均溫度、候平均濕度、候降水量和病斑數(shù)目的個體解釋方差要大于風(fēng)速的個體解釋方差，上述前四個特征的累計解釋方差相加后上升度大于風(fēng)速相加后的累計解釋方差上升度，這一結(jié)果和皮爾遜相關(guān)系數(shù)得到的結(jié)果基本一致。

因此，綜合考慮后決定選取候平均溫度、候平均濕度、候降水量和病斑數(shù)目作為實驗所需特征。

1.2.2 XGBoost算法

XGBoost（eXtreme Gradient Boosting）算法具有較高的效率和預(yù)測準(zhǔn)確度[15]。XGBoost 算法采用分布前向加性模型，通過優(yōu)化結(jié)構(gòu)化損失函數(shù)實現(xiàn)弱學(xué)習(xí)器的生成，并且加入了正則項的損失函數(shù)以降低過擬合風(fēng)險[16]，使用預(yù)排序、加權(quán)分位數(shù)等技術(shù)來提高算法性能[15]?？捎糜诨貧w、分類[17]、排序等任務(wù)。其基本工作過程如下：對特征進行預(yù)排序，然后分裂，將每一個葉子節(jié)點分?jǐn)?shù)加權(quán)相加得到最終結(jié)果，XGBoost算法工作過程如圖3 所示。

圖3 XGBoost算法工作過程

2 結(jié)果及分析

2.1 模型參數(shù)設(shè)置

經(jīng)訓(xùn)練得到的XGBoost模型參數(shù)設(shè)置如表2所示。

表2 XGBoost參數(shù)設(shè)置表

2.2 實驗結(jié)果

為避免訓(xùn)練集當(dāng)作測試集來驗證模型的問題，選用五折交叉驗證方法[16]來測試模型。本研究對比了邏輯回歸、BP神經(jīng)網(wǎng)絡(luò)和XGBoost三種算法作為山核桃干腐病發(fā)病程度識別分類器的結(jié)果，具體如表3所示。

表3 各模型分類結(jié)果評價指標(biāo)對比

從表3 中可以得出：XGBoost 算法建立的模型要優(yōu)于另外兩種算法建立的模型。本實驗中XGBoost算法構(gòu)建的模型優(yōu)于其他模型的原因在于其預(yù)測結(jié)果是賦予一定權(quán)重的葉子節(jié)點相加得到，而非簡單的函數(shù)對應(yīng)關(guān)系。

XGBoost 算法通過計算特征得分，對特征重要性進行排名，即可得到哪個特征的變化對干腐病發(fā)病的影響較大，從而采取相應(yīng)的防治措施，具有一定的實際意義。圖4 是四種特征對干腐病發(fā)病程度影響的排名。其中，候平均溫度得分79，是山核桃干腐病發(fā)病程度氣象判別指標(biāo)中的關(guān)鍵指標(biāo)；候平均濕度得分30；候降水量得分12；病斑數(shù)目得分29。從XGBoost算法給出的各特征得分可以看出，山核桃干腐病發(fā)病期未來5 天的平均溫度和平均濕度變化會對干腐病的發(fā)病程度產(chǎn)生較大影響，符合諸多學(xué)者對病原菌在何種環(huán)境下易感易發(fā)的研究結(jié)論。

圖4 特征重要度排名

3 實驗討論

本研究基于集成學(xué)習(xí)算法XGBoost、邏輯回歸和BP 神經(jīng)網(wǎng)絡(luò)分析山核桃干腐病發(fā)病程度和候平均溫度、候平均濕度、候降水量和病斑數(shù)目的關(guān)系，在訓(xùn)練完成后選出預(yù)測結(jié)果最好的算法。從不同評價指標(biāo)來看，XGBoost 算法均優(yōu)于其他兩個算法，采用XGBoost 算法給出的特征權(quán)重排名作為干腐病影響因子排名結(jié)果。

經(jīng)過實驗發(fā)現(xiàn)短期干腐病發(fā)病程度的影響因子中，候平均溫度的得分比其他三個影響因子的得分總和還要高，與張傳清等學(xué)者對干腐病病原菌適宜溫度的研究結(jié)果相吻合[4]；候平均濕度和病斑數(shù)目得分接近，屬于次要影響，但是眾多學(xué)者在研究干腐病發(fā)病機理的時候?qū)⒉“邤?shù)目作為弱影響因子或者不在考慮范圍內(nèi)；而候降水量在短期干腐病發(fā)病程度的預(yù)測中得分最低，表明其影響最小。

諸多學(xué)者還研究了土壤[6]、管理條件和樹齡[5]等影響因素與干腐病發(fā)病的關(guān)系，但是考慮到未來5 天或者7 天內(nèi)干腐病的發(fā)病受上述因素影響較小，所以未列入此次研究中，這是本實驗的不足之處。

4 結(jié)語

1）將候平均溫度、候平均濕度、候降水量和病斑數(shù)目對短期內(nèi)山核桃干腐病發(fā)病程度的影響進行排名，由圖4 可以得出候平均溫度對山核桃干腐病發(fā)病程度影響最大，候平均濕度和病斑數(shù)目次之，候降水量影響最小。

2）集成機器學(xué)習(xí)算法XGBoost 在山核桃干腐病發(fā)病程度多分類預(yù)測問題上得到的效果優(yōu)于傳統(tǒng)機器學(xué)習(xí)算法。