Weather Integrated Forecasting of Helicoverpa armigera using ARIMA and ANN Models Trained on a Decade of Pheromone Trap Data

技术摘要：基于 ARIMA 与 ANN 模型的降水与气象集成式中华棉铃虫 (Helicoperpa armigera) 预测研究

问题陈述
中华棉铃虫 (Helicoperpa armigera (Hübner)) 是一种高度多食性且具有迁飞性的害虫，在多种作物系统中造成严重的产量损失，尤其是在印度塔莱（Tarai）地区。其种群动态深受气候变化的影响，包括温度、湿度和降雨量。虽然集成害虫管理（IPM）为取代无节制的化学防治提供了可持续的替代方案，但其成功取决于准确、及时的预测，以便在害虫种群达到经济阈值之前触发干预措施。尽管在潘特纳加尔（Pantnagar）这种亚热带潮湿气候条件下迫切需要预测能力，但利用先进的时间序列和机器学习方法进行的系统性长期预测工作仍然有限。

研究方法
本研究开发并比较了两种不同的建模框架，用于预测成年中华棉铃虫的种群数量，使用了十载（2015–2025年）的每周性诱剂诱捕器数据及相关的气象变量（平均温度、相对湿度、降雨量和日照时数）。

1. 数据预处理： 对每周时间序列数据进行了趋势和异常值检查。通过插补或剔除对异常值进行了修正。使用增广迪基-富勒（ADF）检验评估了平稳性，并在进行 ARIMA 建模时进行了必要的差分处理。对于人工神经网络（ANN）分析，使用极差标准化（min–max scaling）对输入特征进行了归一化。
2. 建模方法：
   • ARIMA： 构建了一个自回归综合移动平均模型，以捕捉线性时间依赖性和季节性。模型选择基于最小化赤池信息准则（AIC）和贝叶斯信息准则（BIC）。确定的最优配置为 ARIMA (1, 0, 1) (1, 0, 2)。
   • ANN： 训练了一个前馈多层感知器，用以捕捉滞后种群数据与气象预测因子之间的非线性关系。确定的最优架构为 7-26-1（7 个输入神经元，26 个隐藏层神经元，1 个输出神经元），在隐藏层中使用 ReLU 激活函数，在输出层使用线性激活函数。训练采用了 Adam 优化器并结合早停机制以防止过拟合。
3. 验证： 数据被划分为 80% 用于训练和 20% 用于测试，并保持了时间顺序。模型性能通过平均绝对百分比误差（MAPE）、均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对缩放误差（MASE）和决定系数（$R^2$）进行评估。通过残差诊断（ACF 图、QQ 图）确保残差近似于白噪声。

关键结果

• 模型性能： ARIMA (1, 0, 1) (1, 0, 2) 模型表现出最高的整体预测可靠性，具有最高的 $R^2$ (0.76) 和最低的 MAPE (107.91)，尽管其 RMSE (6.62) 较高。相比之下，ANN (7-26-1) 模型虽然 $R^2$ 较低 (0.644)，但在特定指标上展现了更优的短期预测精度，其 RMSE (3.63) 和 MAE (2.144) 低于 ARIMA (RMSE = 6.62, MAE = 2.67)。
• 行为差异：
  • ARIMA 模型有效地刻画了长期季节性趋势，并提供了间年变化的平滑表示。然而，它倾向于低估突发性的种群高峰，并在爆发期表现出较宽的置信区间。
  • ANN 模型成功捕捉了非线性波动和剧烈的种群高峰，展示了对气象变量与害虫活动之间复杂相互作用的高度敏感性。虽然它偶尔会高估峰值强度，但在高发生期能更紧密地追踪观测到的趋势，从而在短期预测中表现出更低的误差量级（RMSE 和 MAE），尽管其整体 $R^2$ 较低。
• 预测： 2025–2027 年的预测表明，存在与中华棉铃虫多发生的生命周期一致的循环季节模式，预测高峰出现在春季（3月–4月）和季风后时期（10月–11月）。ANN 模型生成的预测对循环环境输入反应更为动态，而 ARIMA 则提供了保守且稳定的估计。

意义与主张
作者认为，虽然 ARIMA 模型在解释潜在周期性和长期趋势方面仍具价值（由其较高的 $R^2$ 所证明），但 ANN 模型在针对潘特纳加尔地区中华棉铃虫进行实时、短期预测方面提供了更高的精度和适应性，这体现在其较低的 RMSE 和 MAE 上。研究强调了 ANN 模型作为 IPM 程序中有效预警系统的价值，能够捕捉非线性的种群动态。通过将基于气象的预测模型整合到害虫监测中，农业系统可以从反应型管理转向预防型管理。这种方法旨在优化控制措施的时机，减少不必要的农药施用，并最大限度地减少作物损失，从而支持印度北部的可持续作物保护和粮食安全。本研究填补了该特定农业气候区在定量预测框架方面的空白，为在多变气候机制下实现精准害虫管理提供了参考。