LASSO、Elastic Net、ステップワイズ多重線形回帰技術を用いた異なる生育段階におけるトウモロコシ収量推定

科学分野:

• 農業科学
• データサイエンス
• 統計モデリング

背景:

• 正確なトウモロコシ収量推定は、食料安全保障と農業計画にとって不可欠です。
• 従来の.,.方法はしばしば精度を欠き、高度な統計的アプローチが必要とされています。
• 気象パラメータが作物発達に及ぼす影響を理解することが鍵となります。

研究 の 目的:

• さまざまな生育段階におけるトウモロコシ収量推定のための4つの統計モデリングアプローチを評価すること。
• 気象データに基づいたトウモロコシ収量予測に最も正確なモデルを特定すること。
• トウモロコシ収量に影響を与える最も影響力のある気象パラメータを決定すること。

主な方法:

• 最小絶対値収縮および選択演算子（LASSO）、Elastic Net、ステップワイズ多重線形回帰（SMLR）、およびPCA-SMLRを使用しました。
• 過去のトウモロコシ収量データ（1984-2021）と日々の気象パラメータを使用してモデルを開発しました。
• 栄養成長期、開花期、および粒肥大期における2020年および2021年のハリフシーズのモデルを検証しました。

主要な成果:

• Elastic Netモデルは、RMSE（二乗平均平方根誤差）と正規化RMSE（nRMSE）が最も低く、優れた性能を示しました。
• 推定収量と観測収量の間のパーセンテージ偏差は、生育段階全体で4.8〜29.1％の範囲でした。
• 気温と明るい日照時間が、トウモロコシ収量の最も重要な予測因子として特定されました。

結論:

• Elastic Netモデルは、さまざまな生育段階におけるトウモロコシ収量推定に最も信頼性があります。
• LASSOおよびSMLRも価値のあるトウモロコシ収量予測を提供します。
• 気温と日照、特に、トウモロコシ収量の重要なドライバーです。