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
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。