甜瓜中钙缺乏作为产量增长的限制因素：基于叶片组织成分诊断的机器学习分析

《Journal of Soil Science and Plant Nutrition》：Calcium Deficiency as a Saturating Yield Constraint in Melon: A Machine Learning Analysis of Compositional Leaf-Tissue Diagnostics

　　

摘要

本研究旨在通过整合诊断与推荐集成系统（DRIS）和成分营养诊断（CND）这两种互补的诊断方法，并结合机器学习技术，识别甜瓜（Cucumis melo L.）生产过程中存在的营养限制问题。同时，运用参数回归和非参数回归方法来分析养分与产量之间的关系特征。研究对106个商业化种植区的叶片组织进行了检测，分析了10种宏量和微量养分，根据产量中位数将样本分为低产组（n?=?53）和高产组（n?=?53）。随后计算了DRIS和CND指数，并通过多元线性回归（MLR）、广义加性模型（GAM）、自然样条、随机森林、梯度提升（GBM）以及极端梯度提升（XGBoost）等方法来预测产量。通过对模型假设进行Shapiro–Wilk、Anderson–Darling、Breusch–Pagan、Durbin–Watson、方差膨胀、Cook’s距离以及DFBETAS等检验，验证了模型的合理性；在报告传统标准误差的同时，还给出了考虑异方差性的HC3稳健标准误差。DRIS分析显示，在低产植株中钙元素是最缺乏的养分（平均DRIS_Ca值為??8.03?±?4.41，而高产组为0?±?7.01；p?<?0.001），而氮元素则是最过量的（平均DRIS_N值為+?7.59?±?5.03，高产组为0?±?6.49；p?<?0.001）；CND分析也得出了相同的结论。在六种不同模型中进行十次重复交叉验证后，发现多元线性回归的表现最佳，其CV-R²值为0.88，保留样本外的测试R²值为0.90，且训练集与测试集之间的差异最小（ΔR²＝0.07）；而树状集成模型（XGBoost、GBM、随机森林）的CV-R²值与之相近，但过拟合现象更为严重（ΔR²＝0.19–0.22）。最终的多元线性回归在全部106个样本上的调整后R²值为0.622（F?,?７＝22.64，p?＜?2.2?×?10?1?），其残差呈正态分布（Shapiro–Wilk p＝0.58；Anderson–Darling p＝0.59），各变量之间相互独立（Durbin–Watson p＝0.255），且不存在多重共线性现象（最大VIF值為2.1）。由于存在轻微但具有统计显著性的异方差性（Breusch–Pagan p＝0.001），研究采用了HC3稳健标准误差，此时DRIS_Ca的系数（β＝+?0.153，p＝0.004）和DRIS_N的系数（β＝??0.194，p?＜?0.0001）依然是最具解释力的两个因子。单变量GAM分析表明，产量与钙元素之间的关系存在显著的非线性特征（有效自由度为3.6–3.8，p?＜?0.001），其响应呈现饱和趋势，这与Mitscherlich–Liebig理论相符：随着钙元素含量的增加，产量会先上升至最优水平，之后趋于稳定，其中DRIS_Ca的单变量线性R²值为0.40，而使用GAM模型后这一数值上升到了0.60。即便去除8个有较大影响的样本后重新进行敏感性分析，所有关键因子的符号和显著性依然保持不变。DRIS、CND以及集成学习方法得出的结果都表明，在锡斯坦平原这种极度干旱且土壤含钙量高的环境中，钙元素是限制甜瓜产量的主要养分。研究还发现，作物的响应呈饱和趋势而非严格的线性关系，这一发现使得成分营养诊断所假设的加性作用机制与Liebig型限制的生物学现实相契合，同时也为栽培管理提供了更准确的指导：只有当植物中的钙元素含量未达到饱和阈值时，补充钙元素才能提升产量，而超过该阈值后则不会再有明显的增产效果。