原作者: Dr Shravani Basu

鏈接: https://towardsdatascience.com/critical-factors-contributing-to-the-spread-of-fall-armyworms-from-a-data-science-perspective-a1fec38cff32

研究目標(biāo)

盡管秋粘蟲（Spodoptera frugiperda; FAW）在美洲熱帶和亞熱帶地區(qū)已有數(shù)十年的歷史，但在它開始傳播到非洲和世界其他地區(qū)之前，還沒有對其進(jìn)行過深入的研究。因此，從這種害蟲的爆發(fā)中獲得的信息非常有限，這種害蟲在各大洲迅速變得不可識別。因此，減輕蟲害造成的巨大損失的唯一辦法是詳細(xì)了解蟲害，并制定多管齊下的作物保護(hù)和蟲害防治戰(zhàn)略。

這項研究試圖通過結(jié)合三個不同的數(shù)據(jù)集，提供有關(guān)秋粘蟲潛在爆發(fā)的補充信息，闡明有利于秋粘蟲傳播的條件。

由于FAO使用的數(shù)據(jù)收集方法的局限性，組合數(shù)據(jù)集不允許建立預(yù)測模型。因此，這項研究的重點是提取推動秋粘蟲在非洲蔓延的特征，在非洲收集了大部分?jǐn)?shù)據(jù)。

盡管基于非洲數(shù)據(jù)集，我們進(jìn)行分析的方式可以將調(diào)查結(jié)果擴(kuò)展到全球任何秋粘蟲事件。

秋粘蟲：全球威脅

秋粘蟲幼蟲期是一種以350多種植物為食的害蟲，對玉米、水稻、高粱等重要經(jīng)濟(jì)作物、棉花、甘蔗、花生等經(jīng)濟(jì)作物、蘋果、桔子等果樹、蔬菜等造成廣泛危害。然而，玉米仍然是首選寄主。因為毛蟲吃了太多的植物，它們對作物的生存和產(chǎn)量是非常有害的。

根據(jù)糧農(nóng)組織的數(shù)據(jù)，非洲每年損失的玉米多達(dá)1800萬噸，足以養(yǎng)活數(shù)千萬以玉米為主要作物的人，在非洲大陸造成的經(jīng)濟(jì)損失高達(dá)46億美元。此外，針對具體國家的研究表明，秋粘蟲接觸量與殺蟲劑使用強(qiáng)度呈正相關(guān)?？刂魄镎诚x污染的幾項措施已經(jīng)存在，但并沒有顯著減少損失。

秋粘蟲爆發(fā)于2016年在非洲被發(fā)現(xiàn)，此后已蔓延至亞洲，包括中東和大洋洲。這種昆蟲是一種快速繁殖的昆蟲，每年以幾代的速度繁殖，有著多種多樣的食物，它們可以在惡劣的條件下存活下來，它們可以遷徙到不同的地方（跨大陸），或者在條件更有利的時候躲藏起來重新生長。這種蛾子每晚能飛100公里。雌蛾產(chǎn)卵前可遷徙500公里。然而，這些昆蟲對低溫沒有抵抗力。它們不能在低于0℃的溫度下遷徙和繁殖。因此，全球變暖導(dǎo)致的暖冬為秋粘蟲大規(guī)模繁殖創(chuàng)造了良好條件。

image

image

image

image

糧農(nóng)組織的《食物鏈危機(jī)預(yù)警公報》（2020年1月至3月，第34號）詳細(xì)說明了秋粘蟲造成的全球感染和國別損害的程度。本文簡要介紹了最危險國家的局勢和所報告的破壞規(guī)模。

在非洲：

安哥拉-據(jù)報道，秋粘蟲在2017年損失了超過19000公頃的玉米、谷子和高粱作物，造成約180萬美元的損失。

埃塞俄比亞-秋粘蟲攻擊四季種植的玉米：主雨季、短雨季和灌溉玉米。在全國，有458個玉米種植區(qū)受到秋粘蟲的影響。

馬拉維-第一次報告秋粘蟲的存在是在2016/17主要雨季（11月至3月）。這一害蟲已對全國玉米、淡季灌溉玉米（4月至10月）和小麥等其他作物造成嚴(yán)重?fù)p害。政府宣布，在2017/18準(zhǔn)備種植季節(jié)（11月至3月），由于該蟲害，處于災(zāi)害狀態(tài)。

烏干達(dá)-已確認(rèn)所有121個地區(qū)（100%的領(lǐng)土）都存在這種害蟲。

南蘇丹-秋粘蟲的存在已被證實在全國各地（在該國所有前10個州）。田間觀察和農(nóng)民報告表明，當(dāng)作物處于水分脅迫下時，秋粘蟲污染嚴(yán)重。

斯威士蘭-秋粘蟲的存在是在2016/17賽季首次報道的。這一害蟲對全國高粱、谷子和玉米造成嚴(yán)重?fù)p害，一直持續(xù)到2017/18賽季。

埃及（北非）-自2019年5月以來，秋粘蟲已在埃及南部玉米地正式上報。秋粘蟲得以穿越撒哈拉沙漠的天然屏障。因此，北非國家處于危險之中。

蘇丹-自2017年以來，據(jù)報道，秋粘蟲從蘇丹出發(fā)，尼羅河流域可能被視為埃及的可能進(jìn)口路線。埃及和蘇丹的氣候允許許多寄主植物繼續(xù)種植，這增加了害蟲傳播和破壞的可能性。

坦桑尼亞、贊比亞和津巴布韋-第一次報告秋粘蟲的存在是在2016/17年度，在2017/18年度生產(chǎn)季節(jié)（11月至3月），該害蟲繼續(xù)對玉米造成損害。

在亞洲:

孟加拉國-秋粘蟲于2018年8月首次被發(fā)現(xiàn)。從那時起，它已經(jīng)蔓延到全國的幾個地區(qū)。

柬埔寨-截至2019年6月11日，柬埔寨共摧毀了11142公頃玉米作物，其中包括白林省2544公頃、馬德望省3033公頃、班迭棉吉省4715公頃和特邦庫姆省850公頃。

緬甸農(nóng)業(yè)、畜牧業(yè)和灌溉部稱，秋粘蟲自2019年1月的第一周起就開始入侵緬甸的玉米田。秋粘蟲已在伊洛瓦底江地區(qū)得到確認(rèn)，并于同年短時間內(nèi)蔓延至9個州/地區(qū)。伊洛瓦底江約有4046公頃受到影響。

印尼-秋粘蟲于2019年3月首次在西蘇門答臘被發(fā)現(xiàn)。在四個月內(nèi)，這種害蟲已經(jīng)蔓延到蘇門答臘、爪哇和加里曼丹的一些地區(qū)的12個省。

菲律賓-到2019年6月，位于Negros Oriental的Mabinay地方政府宣布秋粘蟲襲擊了該山區(qū)城鎮(zhèn)32個barangays中的28個。

斯里蘭卡-秋粘蟲主要在Anuradhapura、Monaragala和Ampara地區(qū)感染了玉米，但在該國幾乎所有地區(qū)的農(nóng)場都發(fā)現(xiàn)了玉米斑。秋粘蟲在上述三個區(qū)的玉米總面積分別為61010公頃和34856公頃。此外，據(jù)報道，秋粘蟲已蔓延到水稻、西紅柿、谷子、綠豆等農(nóng)作物和甘蔗等一些牧草品種。據(jù)報道，斯里蘭卡8.2萬公頃耕地中，有43037公頃被秋粘蟲染病。該國估計的農(nóng)作物總損失在10%到25%之間。

也門（西亞）-據(jù)報道，秋粘蟲的引進(jìn)和存在自2018年以來，增加了引進(jìn)阿曼和沙特阿拉伯等鄰國的風(fēng)險。

中國-不包括在糧農(nóng)組織的報告中，但根據(jù)新聞報道，在2020年3月5日，中國政府在記者招待會上承認(rèn)秋粘蟲在2018年首次入侵中國。南部和西南部省份受影響最大。中國當(dāng)局發(fā)現(xiàn)，2019年11月至1月，中國南部和西南部的秋粘蟲數(shù)量正在增加。受災(zāi)面積4萬公頃，是去年同期的90倍。由于這種害蟲已經(jīng)在老撾附近的80000公頃土地上肆虐，當(dāng)局預(yù)測中國可能會出現(xiàn)更糟糕的情況。

根據(jù)中國農(nóng)業(yè)農(nóng)村部發(fā)布的指導(dǎo)方針，秋粘蟲北移將比去年提前一個月。一旦北移，黃河、淮河流域50%的玉米田將受到威脅。

自2019年6月以來，秋粘蟲在臺灣也有報道。據(jù)臺灣動植物衛(wèi)生檢疫局（BAPHIQ）統(tǒng)計，截至2019年7月10日，臺灣已確認(rèn)有199宗秋粘蟲目擊事件，超過50公頃玉米田受到影響。

印度-根據(jù)國家農(nóng)業(yè)昆蟲資源局（NBAIR）于2018年7月進(jìn)行的一項調(diào)查，并非來自糧農(nóng)組織的報告，而是獨立核實了秋粘蟲首次在卡納塔克邦（印度南部）的Chikkaballapur地區(qū)的農(nóng)田報告。這種害蟲已經(jīng)摧毀了卡納塔克邦70%以上的農(nóng)作物，目前已進(jìn)一步蔓延到印度南部、西部、北部和東北部。玉米種植面積約930萬公頃，年總產(chǎn)量接近2800萬噸。

澳大利亞-糧農(nóng)組織的報告中沒有提到一汽在澳大利亞北部地區(qū)和西部北部的多個地區(qū)被發(fā)現(xiàn)，很快就可能威脅到昆士蘭廣灣地區(qū)的農(nóng)作物。漁農(nóng)部表示，秋粘蟲自今年2月在澳大利亞被發(fā)現(xiàn)以來，僅在玉米、高粱和大豆作物中發(fā)現(xiàn)。秋粘蟲如果成立，有可能成為澳大利亞北部的棉花害蟲。

數(shù)據(jù)集

我們?yōu)檫@項研究合并了三個互補的、公開的數(shù)據(jù)集。

1. 本研究使用的核心數(shù)據(jù)集是根據(jù)聯(lián)合國糧食及農(nóng)業(yè)組織（糧農(nóng)組織）發(fā)起的全球防治秋粘蟲行動(秋粘蟲)方案收集的數(shù)據(jù)，該方案對主要在非洲國家發(fā)生的秋粘蟲爆發(fā)病例進(jìn)行了分類。秋粘蟲監(jiān)測預(yù)警系統(tǒng)（FAMEWS）由一個分發(fā)給農(nóng)民進(jìn)行數(shù)據(jù)采集的移動應(yīng)用程序和一個繪制現(xiàn)狀的全球平臺組成。這些數(shù)據(jù)大多由農(nóng)民自己直接在FAMEWS應(yīng)用程序中收集，使用兩種檢測技術(shù)：使用信息素誘捕器收集昆蟲(秋粘蟲指南注釋3)或?qū)嵉貍刹?秋季粘蟲偵察)。本研究使用的數(shù)據(jù)集版本涵蓋了2018年2月27日至2019年9月30日期間登記的案例。選定的數(shù)據(jù)集由39013個案例組成，每個案例測量了44個變量。不幸的是，糧農(nóng)組織的這一數(shù)據(jù)集不再在其網(wǎng)站上免費提供。
2. 結(jié)合秋粘蟲爆發(fā)的數(shù)據(jù)集，我們使用了饑荒預(yù)警系統(tǒng)網(wǎng)絡(luò)（FEWS-NET）土地數(shù)據(jù)同化系統(tǒng)（FLDAS）中VIC模型的重新分析的天氣數(shù)據(jù)。從2001年1月至今，數(shù)據(jù)的分辨率為0.25度，覆蓋整個非洲大陸（在本研究中，我們使用了2018年2月至2019年10月之間的可用數(shù)據(jù)）。時間分辨率是每天的。有關(guān)數(shù)據(jù)集的更多信息，請訪問：FLDAS: Project Goals。該模型共提取了21個變量，包括降水量、溫度和風(fēng)速，并在：FLDAS模型數(shù)據(jù)描述 | LDAS中進(jìn)行了描述。
3. 最后使用的數(shù)據(jù)集是來自協(xié)調(diào)世界土壤數(shù)據(jù)庫（HWSD）的土壤數(shù)據(jù)。這是一個30弧秒的柵格數(shù)據(jù)庫，有15000多個不同的土壤制圖單元，結(jié)合了全球土壤信息的現(xiàn)有區(qū)域和國家更新（SOTER、ESD、中國土壤圖、WISE）。數(shù)據(jù)可通過糧農(nóng)組織門戶網(wǎng)站：統(tǒng)一世界土壤數(shù)據(jù)庫v1.2 | 糧農(nóng)組織土壤門戶網(wǎng)站獲取。數(shù)據(jù)集包括58個變量，描述了土壤單元的組成和土壤參數(shù)的特征（有機(jī)碳、pH值、蓄水量、土壤深度、土壤和粘土部分的陽離子交換能力、總交換性養(yǎng)分、石灰和石膏含量、鈉交換率、鹽度、質(zhì)地等級和粒度測定）。有關(guān)變量的更多詳細(xì)信息，請訪問：http://www.fao.org/3/aq361e/aq361e.pdf.

這三個數(shù)據(jù)集基于FAMEWS數(shù)據(jù)中提供的作物田地理坐標(biāo)進(jìn)行合并。

方法

A. 篩選

在FAMEWS數(shù)據(jù)集中使用了兩種不同的檢測方法：偵察和信息素陷阱。不同的檢驗方法，作為獨立的和組合的，可能會產(chǎn)生不可預(yù)見的偏差。因此，我們將研究局限于使用童子軍檢測到的樣本，因為它代表了最大的樣本（69%的病例，即26901例-見圖5）。

image

如圖6所示，從法馬威的檢測樣本來看，秋粘蟲的陽性和陰性檢出率的相對分布來看，陽性檢出率占樣本的85.9%。數(shù)據(jù)集中對陽性檢測的強(qiáng)烈偏見實際上表明，通過移動應(yīng)用程序收集的數(shù)據(jù)是在秋粘蟲實際爆發(fā)之后開始的。如果數(shù)據(jù)是從某一特定地區(qū)的系統(tǒng)調(diào)查中收集的（在調(diào)查期間，無論秋粘蟲的發(fā)生率如何，該地區(qū)所有農(nóng)民都提供了數(shù)據(jù)），我們預(yù)計數(shù)據(jù)集中的檢測率將要低得多。

image

這一觀察結(jié)果實際上通過隨時間的偵察檢查分布得到了證實，如圖7所示：缺乏時間一致性是反應(yīng)模式的癥狀，而不是系統(tǒng)的數(shù)據(jù)收集。

image

聚焦于圖8所示的非洲特定地區(qū)，支持類似的結(jié)論：檢查次數(shù)的分布因地點而異（對于圖8-Left中紅色的選定地區(qū)，2019年的檢查次數(shù)接近于零）。

image

如所示，基于偵察檢查的數(shù)據(jù)集高度偏向于正面檢測。這很可能是由于疫情爆發(fā)后數(shù)據(jù)收集的反應(yīng)性（農(nóng)民只有在農(nóng)田受到感染后才使用該應(yīng)用程序）。這樣一個不平衡的數(shù)據(jù)集不允許我們在給定的日期為給定的字段建立秋粘蟲爆發(fā)的預(yù)測模型。為了實現(xiàn)這一目標(biāo)，有必要進(jìn)行更系統(tǒng)和無偏見的數(shù)據(jù)收集，以提供暴發(fā)病例的現(xiàn)實表現(xiàn)。

因此，我們決定集中研究秋粘蟲在玉米作物中傳播的驅(qū)動因素和加劇因素。在實際應(yīng)用中，我們使用機(jī)器學(xué)習(xí)建模來提取一組具有預(yù)測能力的特征來識別秋粘蟲的存在。我們希望確保這些特征的預(yù)測重要性可以通過地點和時間推斷出來，以便我們從非洲過去的疫情中獲得的見解對未來的其他國家（如印度）是有效的。

B. 構(gòu)建模型, 預(yù)處理 & 驗證策略

我們決定訓(xùn)練一個極端梯度增強(qiáng)（XGBoost）優(yōu)化預(yù)測，作為一個目標(biāo)變量，在一個給定的檢查點，由秋粘蟲感染植物的百分比。如前一節(jié)所述，預(yù)測有害生物的傳播（即，是否會影響一塊田地？）由于檢測樣本的偏差，不可能。因此，我們選擇將重點放在感染水平的預(yù)測上（即，知道該領(lǐng)域受到感染，預(yù)計會受到影響的部分是什么？）

圖9顯示了每次偵察檢查的潛在感染程度范圍，表明二元目標(biāo)變量（陽性，如檢測到的，而陰性，如未檢測到的）根本不允許完全了解問題。我們還將感染率為0%和100%的病例從培訓(xùn)集中刪除，因為它們似乎更多地與缺乏來自調(diào)查的信息有關(guān)，因為這些信息是由農(nóng)民輸入的。

image

在進(jìn)行任何模型訓(xùn)練之前，我們將對數(shù)據(jù)集進(jìn)行適當(dāng)?shù)念A(yù)處理:

• 將數(shù)據(jù)集局限于非洲大陸和玉米作物（因為數(shù)據(jù)集中也有其他作物的信息）-將總樣本減少到16705例;
• 刪除重復(fù)行和常量列；
• 從FLDAS、FAMEWS和HWDS數(shù)據(jù)集中選擇領(lǐng)域驅(qū)動的特征（只關(guān)注相關(guān)信息，刪除不相關(guān)或重復(fù)的特征，例如數(shù)據(jù)庫id）；
• 某些字段的標(biāo)準(zhǔn)化（例如“cropFieldSize”，因為根據(jù)應(yīng)用程序的用戶使用不同的測量單位）；
• 手動特征工程，以一種更為相關(guān)的方式結(jié)合特征進(jìn)行研究；
• 反映周平均值的天氣數(shù)據(jù)的集合.

鑒于FAMEWS數(shù)據(jù)集的性質(zhì)，以及所使用的空間和時間特征（土壤和天氣數(shù)據(jù)）的混合，我們必須實施特定的驗證策略，以確保最重要的特征能夠通過時間和位置進(jìn)行適當(dāng)?shù)母爬?。我們的驗證策略基于時間分離，2018年的數(shù)據(jù)用于培訓(xùn)，2019年的數(shù)據(jù)用于驗證。然而，為了消除任何空間效應(yīng)，我們改進(jìn)了以下基本策略：

• 對于2019年的驗證集，我們將3個特定區(qū)域定義為經(jīng)度間隔：A（-16°，-1°）,B（26°,33°）和C（35.5°,46°）。這些領(lǐng)域經(jīng)過精心設(shè)計，以最大限度地增加培訓(xùn)和驗證實例的數(shù)量。

• 然后，我們在培訓(xùn)/驗證中分三次檢查數(shù)據(jù)集，每次在2018數(shù)據(jù)集上培訓(xùn)模型，不包括驗證區(qū)域內(nèi)的數(shù)據(jù)（例如，A區(qū)域外的所有2018數(shù)據(jù)），并在驗證區(qū)域內(nèi)使用2019數(shù)據(jù)集驗證（例如，A區(qū)域內(nèi)的所有2019數(shù)據(jù)）。

通過這樣的驗證策略，我們從全局網(wǎng)格搜索開始優(yōu)化最重要的超參數(shù)，然后再通過更局部的網(wǎng)格搜索進(jìn)行微調(diào)。利用上述三種方法，在對模型的超參數(shù)進(jìn)行微調(diào)的同時，可以計算出模型在驗證集之間的平均絕對誤差（MAE）。MAE越低，模型通過位置和時間進(jìn)行概括的能力就越高。

C. 特征選擇

一旦對模型進(jìn)行了訓(xùn)練，我們就可以為每個特征計算當(dāng)模型的決策樹之一使用該特征在數(shù)據(jù)集中進(jìn)行分割時所獲得的XGBoost目標(biāo)函數(shù)的增益。然后，我們將XGBoost模型中一個特性的重要性定義為所有這些增益的總和。

然而，特征重要性可以通過隱藏的相關(guān)性，或者掩蓋關(guān)于位置或時間的信息來人為地提高。為了確保所選的特征能夠正確概括，對于每個特征，我們再次對模型進(jìn)行微調(diào)和訓(xùn)練，使其不包含特征。然后，我們將這個新模型的MAE（不包括特性）與包含它的前一個模型進(jìn)行比較。如果在不使用該特性時MAE顯著增加（超過0.005），我們將丟棄該特性。在這種情況下，重新計算重要特征集，將丟棄的特征保留在預(yù)測集之外。

已放棄的功能示例：

• 一年一次：去除MAE后提高0.7934。
• 第1階段：一旦移除，MAE中0.5037的改進(jìn)。
• cropFieldSize：移除后，MAE的性能提高了0.0863。

從FLDAS、HWSD和FAMEWS數(shù)據(jù)集的原始組合變量集中選擇的14個特征的最終集合，對于一汽感染具有最高的預(yù)測能力，是：

image

分析和結(jié)果

為了可視化所選特征在區(qū)分高度和輕度受侵染作物方面的能力，我們使用一個二元目標(biāo)構(gòu)建了一個決策樹，如果作物中的植物百分比高于平均值（約為侵染的25%），則該二元目標(biāo)被定義為真，否則為假，如圖10所示。

決策樹自上而下讀取如下:

• 每個單元格表示根據(jù)所述條件（例如在頂部單元格 ‘Psurf_f_tavg_mean<96627.656’）將樣本分成兩部分；如果條件滿足（True），則根據(jù)左側(cè)的下一級單元格檢查相應(yīng)的拆分樣本，如果不滿足（False）則檢查右側(cè)的下一級單元格；
• 在每個細(xì)胞中，陰性（在我們的情況下，感染較少）和陽性（在我們的情況下，感染較多）的部分在括號中表示（例如在頂部單元格的‘value=[0.513,0.487]’，因此，51.3%的陰性和48.7%的陽性）；
• 每個單元格所代表的完整樣本的比例也得到了很好的指示（例如在頂部單元格中“samples=100%”）；
• 陽性細(xì)胞（感染越多）的比例越高，細(xì)胞就越藍(lán)，陰性細(xì)胞（感染越少）就越紅。

為了更好地理解如何讀取樹，讓我們來看兩個最極端的情況：

1 - 第一種情況對應(yīng)于藍(lán)色最深的細(xì)胞，占本研究所用樣本集的5.7%（在非洲對玉米作物進(jìn)行偵察檢查），其中85.4%的每一個田塊（在這一子集中）受以下條件的影響（‘value=[0.146,0.854]’）：

• 低表面氣壓（‘Psurf_f_tavg_mean≤96627.656’）；
• 粘土的低重量分?jǐn)?shù)（雖然不是極端的）（'‘10.5<T_CLAY≤24.5’'）；
• 有機(jī)物含量高（'‘T_OC>0.955’'）；
• 無雨（‘Rainf_f_tavg_mean≤0’）。

2 - 第二種情況對應(yīng)于最深紅色的細(xì)胞，占本研究所用樣本集的5.5%（在非洲玉米作物的偵察檢查），其中只有17.1%的每一個田（在這個子集中）受到了感染（‘value=[0.829,0.171]’），受以下條件的青睞：

• 中間表面氣壓（'‘96627.656<Psurf_f_tavg_mean≤98944.266’'）；
• 高濕度率（“‘Qair_f_tavg_mean>0.015’”）；
• 大田施肥（‘cropFertilizer_no≤0.5’）；
• 以及較老的作物（‘a(chǎn)ge>54.5’）

image

盡管決策樹提供了關(guān)于所選特征之間重要性和交互作用的有趣見解，但現(xiàn)在讓我們嘗試解釋為什么這些所選特征中的一些具有較高的預(yù)測能力。我們專注于一些精選的分析，而不是針對一個詳盡的研究。再次，我們的目標(biāo)是證明所使用的方法能夠讓我們識別出一汽蔓延背后最重要的驅(qū)動因素。

土壤密度的影響

在這里，我們需要強(qiáng)調(diào)的是，其中一些功能只有在與其他功能結(jié)合時才具有真正的預(yù)測能力。例如，如圖11所示，粘土‘T_-Clay’的獨立部分與我們的目標(biāo)具有相當(dāng)弱的相關(guān)性。然而，圖11中的第二個圖顯示，當(dāng)與表面壓力“Psurf_f_tavg_”結(jié)合時，它具有更強(qiáng)的影響。這個事實已經(jīng)可以用決策樹來推斷了。

image

一種初步的解釋是，在較高的地表氣壓下，土壤密度更大，而不考慮其成分。在低氣壓下，土壤密度越小，則粘土的質(zhì)地對密度的影響越大。由于土壤密度較低（因此在低氣壓和較低的粘土含量下），一旦蛹羽化，一汽成蟲就更容易從土壤中出來，增加了感染的風(fēng)險。

image

如圖12所示，可以對有機(jī)物含量的分?jǐn)?shù)提出類似的解釋：有機(jī)物含量分?jǐn)?shù)越高，土壤密度越低，因此感染風(fēng)險越高。

注意，在圖11和圖12中，我們使用了三階回歸。在粘土或有機(jī)物含量重量分?jǐn)?shù)極端情況下，測量中的低統(tǒng)計數(shù)據(jù)妨礙了此類測量的任何解釋，并且可能不夠可靠。

作物生長發(fā)育階段對作物健康的影響

image

秋粘蟲毛毛蟲主要以玉米葉片和輪蟲的幼嫩部分為食，這說明幼齡作物感染風(fēng)險更大，而較老作物感染風(fēng)險迅速降低，如圖13所示。感染高峰在30-80天左右。玉米在種植后130-135天成熟，這解釋了超過這個年齡的統(tǒng)計數(shù)據(jù)（和感染病例）的迅速減少，因為這些病例可能主要與數(shù)據(jù)收集的錯誤有關(guān)（因為年齡是根據(jù)農(nóng)民直接收集的數(shù)據(jù)計算的）。

image

在圖14中，我們研究了土壤溫度對侵染率的影響（空氣溫度和土壤輻射溫度與土壤溫度密切相關(guān)，因此我們只關(guān)注這個變量）。在20-25℃（293-298K）附近有一個明顯的峰值，在17℃（290K）以下和27℃（300K）以上有明顯的下降。這些溫度與玉米根系有效生長的理想土壤溫度相對應(yīng)，這意味著這一變量與作物的內(nèi)在健康有關(guān)（更健康的作物顯然對應(yīng)更高的侵染率）。

天氣條件的影響

image

當(dāng)顯示風(fēng)對蟲害的影響時，如圖15所示，在強(qiáng)風(fēng)（高達(dá)2米/秒）的情況下，蟲害開始明顯增加，但當(dāng)風(fēng)越來越強(qiáng)時，蟲害減少（高達(dá)4米/秒）。一種可能的解釋是，有些風(fēng)會提高秋粘蟲蛾子在農(nóng)田不同區(qū)域傳播和恢復(fù)輪回的機(jī)會，但強(qiáng)風(fēng)會阻止秋粘蟲毛蟲留在葉子上繼續(xù)覓食。

image

圖16顯示了蟲害與空氣比濕度和降雨量之間的負(fù)相關(guān)關(guān)系。這些結(jié)果表明，盡管濕度和降雨量有利于植物的生長，但過量的雨水會沖走葉中的秋粘蟲毛毛蟲，事實上降低了蟲害率。這是一個有爭議的結(jié)果，因為文獻(xiàn)中的一些研究傾向于指出相反的結(jié)果。

灌溉影響

image

如圖16所示，降雨似乎正在減緩蟲害。我們進(jìn)一步調(diào)查澆水的影響，看是否確實降雨對秋粘蟲有害。

在圖17左邊，土壤濕度顯示出與感染率類似的負(fù)相關(guān)，如空氣濕度和降雨量。然而，當(dāng)觀察不同類型的澆水的效果時，在圖17的中央，很明顯，雖然灌溉似乎有利于蟲害，但雨水澆水確實降低了蟲害率，證實了上述結(jié)果。如圖17右圖所示，降雨時土壤濕度平均高于灌溉時的土壤濕度，這意味著降雨也有利于植物的生長（事實上，土壤濕度也取決于土壤成分，即我們數(shù)據(jù)集中可用水量“in fact soil moisture also depends of soil composition， information provided by the Available Water Capacity ‘AWC_CLASS’ in our dataset.”提供的信息）

從這一分析中可以對灌溉進(jìn)行一個明確的觀察，即任何模擬降雨的灌溉系統(tǒng)（如噴灌機(jī)）都會重現(xiàn)降雨（減少感染率）所引起的影響。

值得注意的是，我們的分析沒有證據(jù)表明，土壤水分缺乏（水分脅迫）會加劇秋粘蟲的侵?jǐn)_，正如上述糧農(nóng)組織報告中南蘇丹的報告所述。為了理解這種差異，需要更多的數(shù)據(jù)和更深入的調(diào)查。

結(jié)論和建議

所開展的工作，除了提供一些切實可行的見解（例如，灌溉方面的見解）外，還表明了采取基于數(shù)據(jù)科學(xué)的方法，在限制性調(diào)查范圍之外，利用各種信息來源，支持發(fā)展綜合性和注重成果的農(nóng)業(yè)項目的重要性。

1. 我們強(qiáng)調(diào)了通過組合不同但高度互補的數(shù)據(jù)集（來自農(nóng)民“FAMEWS”、天氣“FLDAS”和土壤數(shù)據(jù)“HWSD”）的整體方法的重要性，從而得出一致和可靠的圖像。正如在研究中所看到的，所有重要的特征都是從三個數(shù)據(jù)集中提取出來的，并且大多數(shù)的洞察力都是基于來自不同數(shù)據(jù)源的特征的組合（從決策樹中可以看到）。
2. 整個工作基于開放存取數(shù)據(jù)的可用性。我們要感謝構(gòu)建這些數(shù)據(jù)集（數(shù)據(jù)收集、數(shù)據(jù)分析、建模和仿真）的團(tuán)隊所做的工作。我們要再次強(qiáng)調(diào)自由分享這些數(shù)據(jù)的重要性，并對糧農(nóng)組織最近從其網(wǎng)站上刪除對FAMEWS數(shù)據(jù)集的訪問感到難過（根據(jù)最新情況，到2019年底，仍然可以以csv/excel格式下載）。
3. 我們已經(jīng)確定了一組重要特征（14個特征），這些特征可以用來更好地了解秋粘蟲傳播背后的驅(qū)動因素。盡管我們建議盡可能多地聚合數(shù)據(jù)，但這些功能可以用作未來數(shù)據(jù)收集策略的指導(dǎo)原則。這里進(jìn)行的分析的大多數(shù)結(jié)果當(dāng)然是以先前的研究和常識為基礎(chǔ)的，但這種分析提供了可量化的信息，可用于建立預(yù)測模型和確定限制有害生物傳播的可行措施。
4. 數(shù)據(jù)采集是任何研究的一個關(guān)鍵要素，法默斯所做的出色工作值得在此強(qiáng)調(diào)。為農(nóng)民提供一個應(yīng)用程序，讓他們了解自己農(nóng)田的狀況，是防止秋粘蟲等害蟲蔓延的主要武器。然而，由于農(nóng)民輸入的“非正式”密鑰，數(shù)據(jù)集呈現(xiàn)出自身的局限性，導(dǎo)致一定的準(zhǔn)確性不足，并產(chǎn)生無法控制的偏差。FAMEWS采取的收集策略意味著對爆發(fā)后測量的一個重要偏差，因為農(nóng)民主要在感染發(fā)生后使用app，這就阻止了建立秋粘蟲蔓延預(yù)測模型的可能性。

我們建議采取系統(tǒng)的調(diào)查戰(zhàn)略，直接在農(nóng)場一級收集信息，而不受幾個季節(jié)蟲害的影響，并將農(nóng)民的投入與獨立的天氣和土壤信息結(jié)合起來。調(diào)查的設(shè)計需要有預(yù)測性和規(guī)范性的模型作為目標(biāo)，在此基礎(chǔ)上可以采取措施盡可能地消除偏見。這樣的項目需要數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)專家的參與。

PS:我是黑胡桃實驗室社區(qū)的一名成員，最近經(jīng)常在看一些老外做的有趣的人工智能項目，如果有興趣或疑問可以在評論區(qū)留言或私信與我交流^μ