Socioeconomic data alone can reliably predict smallholder maize yields via machine learning benchmarking in Cameroon

方法

354户农户调查数据，7种机器学习模型加Stacking/AdaBoost集成，

发现

XGBoost表现最佳（R²=0.98），每公顷利润是最重要预测因子，集成模型稳健性高。

机会点

可探索将农户社会经济数据与遥感、气象数据融合，构建低成本产量预测与决策支持系统。

摘要 背景 预测玉米产量是撒哈拉以南非洲粮食安全和农业系统优化的一项重大挑战。尽管气候和光谱数据往往受到优先关注，但社会经济因素的预测能力仍较少被探讨。本研究旨在评估多种机器学习（ML）模型在使用农户调查数据预测玉米产量方面的表现。方法：我们使用从喀麦隆维纳（Vina）354户玉米种植农户收集的调查数据，评估了七种ML模型和两种集成方法（Stacking、AdaBoost）（多元线性回归（MLR）、K近邻（KNN）、支持向量回归（SVR）、随机森林（RF）、人工神经网络（ANN）和XGBoost，以及Stacking和AdaBoost模型）的性能。我们进行了变量重要性分析、模型训练和稳健的交叉验证（k = 5）。结果 变量重要性分析显示，每公顷利润是主要预测因子（得分 = 0.895；与产量的r = 0.85），其次为肥料使用和农业支出。建模结果表明集成方法具有优越性。XGBoost取得了最佳性能（R² = 0.98；RMSE = 0.128），随机森林和Stacking紧随其后，而线性模型和K近邻（KNN）表现出不足的准确性。交叉验证证实了集成模型的稳健性和泛化能力，XGBoost、随机森林和Stacking均保持较高准确性（R² ≈ 0.93–0.94）和较低方差。结论 我们的研究结果表明，社会经济数据在经稳健的集成算法分析后，能够提供可靠且准确的玉米产量预测。该方法为传统基于气候或光谱的建模提供了一种成本有效且稳健的替代方案，为撒哈拉以南非洲资源有限地区的农业规划和精准农业提供了新机遇。