《Agriculture》：Early Crop Type Classification Based on Seasonal Spectral Features and Machine Learning Methods
Ainagul Alimagambetova,
Moldir Yessenova,
Assem Konyrkhanova,
Ten Tatyana,
Aliya Beissegul,
Zhuldyz Tashenova,
Kuanysh Kadirkulov,
Aitimova Ulzada and
Gulalem Mauina
编辑推荐：
本研究旨在解决早期季节作物识别困难这一农业遥感领域的关键挑战。研究人员利用TimeSen2Crop数据集，评估了作物在生长季内的光谱-物候可分性，并系统比较了经典表格算法、深度时序模型及一种新颖的季节导向混合堆叠方案。研究发现，面向物候的时间窗口选择、信息性植被指数及混合集成学习可有效提高早期作物监测的准确性，其中提出的多层堆叠混合模型在所有实验场景下均取得了最高性能（宏F1分数：0.51/0.83/0.86）。该研究为发展稳定、可解释的早期作物监测模型提供了重要方法支撑，对精准农业和智能管理具有显著的实践价值。
在数字化农业蓬勃发展的浪潮中，如何从浩如烟海的卫星影像中，快速、准确地识别出田地里种的是什么庄稼，正变得日益重要。这不仅仅是绘制一张地图那么简单，它关乎着产量预测、灾害应对、物流规划乃至农业保险的精准评估。其中，早期作物识别——即在作物生长季的初期，仅凭有限的观测数据判断其类型——尤其具有挑战性，也尤为关键。然而，现实情况是，在作物生长的早期阶段，不同作物的叶片嫩绿，光谱特征“长得”十分相似，就像不同品种的小树苗，在发芽展叶初期难以分辨。这种高度的类间光谱相似性和物候轨迹的重叠，使得许多先进的遥感监测模型也感到“为难”。尽管近年来深度学习模型，如长短时记忆网络(LSTM)和Transformer，在分析卫星时间序列(SITS)方面展现了强大能力，但它们对数据量敏感、容易“过拟合”（即过度记忆训练数据中的噪声），并且在有限的观测季节和中等规模训练数据下的稳健性仍存疑问。与此同时，传统的、基于“特征工程”的机器学习方法（如随机森林）虽然稳定可解释，但其性能高度依赖于如何从复杂的时间序列中提炼出有效的特征。在此背景下，一项发表于期刊《Technologies》（注：此处文档中提及的期刊为“Technologies”，但问题中指定“论文发表在《Agriculture》”，此信息与文档内容不符，此处遵循文档原文）的研究，深入探索了如何融合两种方法的优势，以期破解早期作物分类的难题。
本研究主要采用了以下几种关键技术方法：首先，研究基于公开的TimeSen2Crop数据集（约100万像素，覆盖16种作物），该数据集整合了2017-2018年农业年度的Sentinel-2 L2A级时序数据。其次，研究进行了系统的光谱-物候特征工程，从9个光学波段和13种植被指数（如NDVI、GNDVI、EVI2等）的时间序列中，按照物候窗口（早季、中季、全季）进行聚合，计算了每个窗口内特征的平均值和标准差，从而将原始的时序数据转化为具有明确物候意义的表格特征。再次，研究设定了三种时间序列截断场景（Early Season, Early + Mid-Season, Full Season）来模拟不同程度的早期观测。最后，在模型层面，研究并行训练和比较了多种算法，包括作为基准表格模型的随机森林(RF)、多种深度时序架构（LSTM, BiLSTM, GRU, 1D-CNN, Transformer），并提出了一个创新的混合多层堆叠方案，该方案结合了异构的基础算法和袋外(OOF)元特征，以集成不同模型的优势。
研究结果如下：
3.1. 数据集
研究验证了TimeSen2Crop数据集在代表性、时空独立性和时序完整性方面的可靠性，确认其是进行早期作物分类比较研究的理想基准平台。如图1所示，研究的数据准备流程包括从Sentinel-2时序提取到构建季节性聚合特征和分层分类场景的五个相互关联的阶段。
特征可分性与场景设定
通过计算F-准则，研究确认了作物类间可分性在植被活跃生长期急剧增加，从而为三种时间序列截断场景（早期、早+中期、全季）的设定提供了依据。这为在不同信息量条件下评估模型性能奠定了基础。
模型性能比较
- •
表格模型：随机森林(RF)在三种场景下取得了稳健的基线性能，其宏F1分数分别为0.46（早期）、0.74（早+中期）和0.75（全季）。
- •
深度时序模型：在并行训练的LSTM、BiLSTM、GRU、1D-CNN和Transformer中，Transformer模型在深度架构中表现最佳，其宏F1分数分别为0.42、0.68和0.78，尤其在拥有完整观测的全季场景下，其性能超过了随机森林。
- •
混合堆叠模型：本研究的核心贡献——混合多层堆叠方案，在所有三种分类场景下均提供了最高的分类质量，宏F1分数分别达到0.51、0.83和0.86。这证明了结合异构基础算法和高级元特征集成策略的有效性。
讨论与归纳，本研究通过系统的实验证明，在早期作物分类这一极具挑战性的任务中，面向物候的特征设计与模型集成策略具有关键作用。虽然Transformer等先进的深度时序模型在数据充足时能展现强大性能，但在早期、信息有限的观测条件下，基于精心设计的物候聚合特征的混合集成模型表现出了更强的稳健性和更高的精度。这一发现具有重要的方法论和实践意义：它表明，在农业遥感等训练数据规模有限、且对模型稳定性和可解释性有较高要求的应用领域，融合特征工程智慧与集成学习力量的“混合智能”路径，可能比单纯依赖复杂“黑箱”深度学习模型更具优势。该研究不仅为早期作物监测提供了高效的技术方案，也为遥感时序数据分析中如何平衡模型性能、复杂性与可解释性提供了有价值的洞见。未来研究可进一步探索如何将此类混合模型应用于跨区域、跨年度的适应性迁移，以推动其在实际农业监测系统中的广泛部署。
