Evaluating Machine Learning and Deep Learning Models for Predicting Rice Vegetation Condition in Acadia, Louisiana

技術要約：ルイジアナ州アカディアにおける稲作植生の条件予測のための機械学習およびディープラーニングモデルの評価

問題提起
稲作は気候変動に対してますます脆弱になっていますが、多くの稲作地域では、タイムリーな作物状態評価に必要な地上観測インフラが不足しています。リモートセンシングはスケーラブルな解決策を提供しますが、空間解像度、時間的同期、および放射特性の違いにより、マルチソースの衛星データと環境データセットを統合することは依然として困難です。さらに、既存の文献の多くは、限られた数のアルゴリズムのみを評価しているか、短期間の予測に焦点を当てており、灌漑景観における長期的な植生モニタリングに対してどのモデリング手法が最も一貫して高い性能を発揮するかという理解には空白があります。加えて、従来の機械学習（ML）およびディープラーニング（DL）モデルは、空間的依存関係や環境の不均一性といった地理空間的なコンテキストを明示的に考慮できないことが多く、これが予測のバイアスにつながる可能性があります。

手法
本研究では、2008年から2025年までのデータを用い、ルイジアナ州アカディア・パリッシュにおける稲作の植生条件（NDVIによって代用）を予測するために、7つのモデリング手法を評価しました。

• データソース: 解析には、以下の情報から得られた12,544件の栽培シーズン観測データを統合しました。
  • 衛星画像: Landsat Collection 2 Level-2 表面反射率（Landsat 5, 7, 8, 9）を用い、スペクトル指数（NDVI、EVI、NDMI、NDWI）を算出。
  • 環境変数: ERA5-Land 再解析データによる月間降水量および2m気温、ならびにSRTM デジタル標高モデルによる地形傾斜。
  • 作物データ: USDA-NASS クロップ・データ・レイヤー（CDL）から導出された稲作圃場の境界。
• 前処理および特徴量エンジニアリング:
  • データは Google Earth Engine で処理され、クラウドマスキングおよび月間メディアン・コンポジットが生成されました。
  • すべての変数に対して「年固定効果（year fixed-effects）」によるデミーニング（平均除去）処理を適用しました。これにより、センサーの違いや長期的な気候トレンドなどの年次間の交絡因子を除去し、環境予測因子に対する植生条件の年内変動を分離しました。
  • 最終的なデータセットには、圃場面積、NDWI、NDMI、累積生育期間降水量、平均生育期間気温、および地形傾斜が含まれます。
• 評価されたモデル: 5分割ランダム交差検証を用いて、7つのモデルを訓練およびテストしました。
  • 線形モデル: 線形回帰、リッジ回帰。
  • アンサンブル決定木モデル: ランダムフォレスト、勾配ブースティング、XGBoost、LightGBM。
  • ディープラーニング: 3つの隠れ層を持つ順伝播型ディープニューラルネットワーク（多層パーセプトロン）。
• 評価指標: パフォーマンスは、決定係数（$R^2$）、平方根平均二乗誤差（RMSE）、および平均絶対誤差（MAE）を用いて評価されました。変数の重要度は、決定木モデルからの不純度ベースの指標と、独立したホールドアウト・データセットを用いた置換特徴量重要度（permutation feature importance）の両方を用いて決定されました。

主な結果

• モデルの性能: すべての7つのモデルが高い予測精度を達成しました。アンサンブル決定木手法は、線形モデルおよびディープラーニング手法よりも優れた性能を示しましたが、その差は僅かなものでした。
  • **勾配ブースティング（Gradient Boosting）**が最高の性能（$R^2 = 0.960 \pm 0.002$）を達成しました。
  • LightGBM、ランダムフォレスト、XGBoostがこれに僅差で続きました（$R^2 \approx 0.958–0.959$）。
  • ディープニューラルネットワークは $R^2 = 0.956 \pm 0.002$ を達成しました。
  • 線形回帰およびリッジ回帰は最も低い性能となりました（$R^2 \approx 0.947–0.948$）。
• 変数の重要度: 置換特徴量重要度分析により、支配的な予測因子が明らかになりました。
  • **NDWI（正規化差水指数）**が圧倒的に支配的な予測因子であり、置換重要度（$\Delta R^2$）は 1.708 でした。
  • NDMI が2番目に重要でした（$\Delta R^2 = 0.034$）。
  • その他の変数（圃場面積、降水量、気温、傾斜）の寄与は無視できる程度でした（$\Delta R^2 \leq 0.002$）。
• 相関構造: NDVIとNDWIの間に強い負の相関（$r = -0.963$）が観察されました。これは、冠水状態（高NDWI、低NDVI）から密な植生（低NDWI、高NDVI）へのフェノロジー（生物季節）の変化を反映しています。

主な貢献

1. 比較的なモデル評価: 本研究は、長期的な稲作植生モニタリングのための複数のMLおよびDLアルゴリズムの系統的な比較を提供し、この特定の表形式の地理空間タスクにおいて、アンサンブル決定木手法がディープラーニングや線形モデルに対して、僅かながら一貫した精度の優位性を持つことを実証しました。
2. 支配的な予測因子の特定: 本研究は環境駆動因子の相対的重要性を定量化し、時間的交絡因子を制御した後、地表水のスペクトル力学（NDWIによって捉えられる）が、管理された灌漑システムにおける稲作の植生条件の予測可能な変動のほぼすべてを説明することを確立しました。
3. GeoAIフレームワークの適用: 本研究は、予測モデリングをGeoAIフレームワークの中に位置づけ、環境変数の説明力を正確に評価するために、時間的交絡（年固定効果による）を制御することの必要性を強調しています。

意義と主張
著者らは、これらの知見が、衛星ベースの農業モニタリングのための堅牢なGeoAIモデルおよびスペクトル予測因子を選択するための実用的な指針を提供すると主張しています。具体的には以下の通りです。

• 運用の有用性: アンサンブル決定木モデルは、その精度、計算効率、および解釈性のバランスから、運用上の意思決定支援に特に適していると特定されました。
• モニタリング戦略: NDWIの支配性は、補助的な気候データや地形データに大きく依存することなく、地表水の動態を定期的に衛星観測することで、管理された灌漑システムにおける作物の発達を効果的に特徴付けられることを示唆しています。
• スケーラビリティ: 本研究は、長期的な衛星観測と機械学習を統合することが、稲作の植生条件を監視するためのスケーラブルなアプローチであることを実証しています。

論文は、限界事項についても控えめなトーンを維持しており、NDVIが密なキャノピー下で飽和する可能性、年固定効果のアプローチが未知の将来シーズンに対する直接的な予測を制限すること、および入力データの空間解像度の不一致が地形や気候変数の寄与を覆い隠した可能性があることを認めています。著者らは、今後の研究として、空間的に明示的なモデリング手法（例：地理的加重回帰）を探索することや、異なる灌漑慣行や地形を持つ地域でこれらの知見を検証することを提案しています。