仅用日历特征的LSTM与TCN在2023年检测到8个葡萄园霉病风险事件中的7个，而仅用环境变量的模型明显更弱
核心概要
该研究把葡萄园霉病风险预测重构为“事件起始预警”任务——在至少g天无病间隔后，判断新的处理相关风险事件是否会在未来3–7天内开始——并在2020–2021训练、2022验证、2023测试的时间顺序划分下，用逻辑回归、XGBoost、LSTM和TCN比较仅日历、仅环境和二者组合三种输入表示，发现仅日历模型极具竞争力（仅日历LSTM与TCN在每次运行中都检测到8个测试事件中的7个，月度气候学基线检测到6个），仅环境模型明显更弱，加入环境变量带来的增益因模型族而异，且事件起始预测与常规逐日状态分类在逐点性能、事件覆盖和告警负担上呈现不同权衡，没有哪一种表述全面占优。
Fig. 1
深度剖析
论文把葡萄园霉病风险预测从“逐日状态分类”改写为“新事件起始预警”：新事件定义为至少g个连续观测无病日之后的第一个阳性日，模型判断该事件是否落在未来3–7天窗口内，参考配置为历史窗口L=30、间隔g=5、预测区间[3,7]。 此前同一数据集（Arvanitis等）被表述为从IoT环境观测对葡萄树病害标签做逐日分类；本文指出阳性标注会连续多日持续，逐点高分可能只是复现已激活状态，因此把监督目标改为对状态转换的预测。 任务定义、事件指示函数与样本合格规则在方法部分给出；采用严格按年份的时间顺序划分（2020–2021训练、2022验证与阈值选择、2023测试），输入窗口与目标区间均不跨年，且当前日标注只用于筛选合格样本、不作为输入特征。
仅日历表示极具竞争力：仅日历LSTM与TCN在每次运行中都检测到8个测试事件中的7个，F1分别为0.638±0.021与0.608±0.022，仅日历TCN取得全部配置中最高的AUROC 0.913±0.007与PR-AUC 0.537±0.025；不使用环境观测、也不拟合机器学习模型的月度气候学基线检测到6/8个事件，F1为0.507、AUROC为0.830、PR-AUC为0.401。 论文把显式的季节基线（月度气候学与循环日历编码）与学习模型并列比较，从而量化了处理记录衍生标注中反复出现的季节结构所占的预测份额，而不是把性能全部归因于短期气象信息。 结果来自2023年测试年，阈值仅在2022年验证年选择后原样应用；随机模型报告5个随机种子的均值±标准差；作者明确说明8个参考事件下7/8与6/8的差异只作描述性解读，并给出近似95% Wilson区间[0.529,0.978]与[0.409,0.929]存在大幅重叠。
仅环境表示明显更弱且更不稳定：仅环境XGBoost、LSTM、TCN的AUROC约为0.64–0.65，PR-AUC均低于0.21，其中仅环境LSTM检测到(4.0±3.0)/8个事件并产生84.6±54.7次告警；把环境变量加入日历信息后变化因模型族而异，XGBoost的F1从0.495±0.016升至0.555±0.028但AUROC、PR-AUC与平均事件覆盖下降，LSTM与TCN则仍是仅日历输入在主要判别与事件覆盖指标上更强。 论文没有把“加入气象变量”当作默认改进，而是按模型族分别报告增益方向，并指出没有任何模型族全面占优：仅日历LSTM的F1最高、仅日历TCN的AUROC与PR-AUC最高、组合XGBoost的严格误报告警片段最少。 三种输入表示（C为4个循环日历特征、E为22个环境特征、E+C为26个特征）在相同时间顺序协议与相同阈值选择流程下比较，随机模型跨5个种子报告均值与标准差。
事件起始预测与常规逐日状态分类是不同任务、产生不同权衡：在共同的事件导向协议下，逐日状态逻辑回归检测到7/8个事件（事件起始逻辑回归为6/8）但产生52次告警（后者46次），事件起始XGBoost比逐日状态XGBoost多检测1个事件却多出约4个告警日，两者严格误报片段均值相同（3.2±0.4）。 论文用同一模型族、同一时间顺序划分和同一事件导向协议对两种目标表述做匹配比较，并明确说明两种表述定义不同的阳性标签与合格样本，因此其样本级指标只在各自任务内解释。 比较使用组合E+C表示与L=30；逐日状态模型只有在当前标注为无病时输出的正例才被事后重解释为候选告警，且论文说明这不会把逐日分类器变成前瞻性训练的预报模型。
启示与展望
该框架面向的是单一园区、按年份推进的部署场景：用历史季节训练、对未见过的未来季节预警，参考配置为L=30、g=5、3–7天预测区间。它直接服务的是使用处理记录型风险代理的作物保护决策支持，其事件导向评估协议（事件覆盖、预警提前期、告警负担、片段形成、近似误报与严格误报的区分）可被其他代理标注的农业时间序列预警研究复用。敏感性分析显示3–7天区间在样本级判别、事件覆盖与告警负担之间最为均衡，而历史窗口长度没有统一最优值，因此这些参数应视为可调整的运行配置。
2023年测试年只有8个参考事件，一个事件的结果就会使事件召回变化0.125，论文给出的7/8与6/8近似95% Wilson区间大幅重叠，因此模型间一个事件的差距不构成统计优势。标注来自杀菌剂处理记录而非病理确认，霜霉与白粉病标注在98.9%的观测日一致且在验证与测试年完全相同，因此合并后的“任一霉病”目标只能作为管理导向的风险代理。SHAP分析基于单个代表性XGBoost运行，未量化跨种子变异，且归因反映的是在已纳入且可能相关的预测变量条件下的模型使用情况，不能作为生物因果或独立预测贡献的证据；14–29天滞后获得较高归因，可能来自更长程的季节背景、滞后描述符之间的冗余或反复出现的与经营相关的时点。改变历史窗口或预测区间会改变正样本的数量与构成，改变无病间隔则直接改变事件真值本身，因此参考配置应视为在本案例中表现合理的运行表述。