Cornell Lake Erie Lab: random forest прогнозирует урожай на участке 2,6 га с ошибкой 2–8%

Производители сокового винограда Concord в американском винодельческом районе Lake Erie AVA имеют доступ к детальным пространственным данным о почве и урожае, но у них нет протоколов о том, какие данные и когда собирать. Решение о прореживании грозди принимается примерно через 30 дней после цветения, в середине–конце июля. Для этого нужно знать потенциал урожая, размер лозы и их пространственную изменчивость, а сейчас такой информации у виноградарей нет. Удаление плодов там, где нагрузка нормальная, сразу снижает прибыль; отказ от прореживания на перегруженных участках грозит незрелым урожаем и потерями в следующем году.

Исследователи Cornell Lake Erie Research and Extension Laboratory и INRAE (Монпелье) сравнили два подхода к моделированию урожая и массы обрезки лозы в каждой точке виноградника: пошаговую линейную регрессию и регрессию случайного леса. Модель случайного леса реализована на Python в библиотеке Scikit-learn со 150 деревьями. Испытаны четыре набора входных данных: только данные прошлого года и почвенные карты, только многократные съёмки полога в сезоне, их сочетание и упрощённый вариант с одной съёмкой перед оценкой урожая. Урожай лучше описала нелинейная модель случайного леса, массу обрезки — линейная регрессия.

Данные собирали в 2018–2021 годах на неорошаемом участке Concord площадью 2,6 га при лаборатории в Портленде (штат Нью-Йорк), который ведётся по коммерческим практикам. Урожай фиксировал монитор OXBO YieldTracker на уборочном комбайне, полог снимали датчиком CropCircle. Выборка — 321 точка в 22 рядах; для проверки данные десять раз делили на обучающие 70% и тестовые 30%. Лучшая модель урожая ошибалась на 2–8% по годам, лучшая модель массы обрезки — на 15–20%. Главным предиктором урожая стала мощность полога за недели до цветения; для массы обрезки — масса обрезки прошлого года. Статья опубликована в American Journal of Enology and Viticulture в апреле 2023 года.