crop-yield-estimation

融合遥感时序、天气、土壤和统计样本，估算地块或行政区作物产量并给出预测区间和可解释因子。

功能特性

• 多源数据融合：遥感植被指数、天气、土壤、地形特征
• 多种模型：随机森林、梯度提升、集成模型
• 不确定性量化：分位数回归森林、集成扩散、提升阶段方差
• 可解释输出：特征重要性排序、SHAP-like 因子贡献
• 严格验证：按年份/区域分组验证，禁止简单随机划分
• 单位统一：自动转换单产/总产、鲜重/干重单位
• 外推检测：检查预测样本是否超出训练特征包络

使用方法

# 基本用法
python crop_yield_estimation.py run --crop maize --year 2023 --yield-labels labels.csv --output-dir output

# 指定模型和验证方式
python crop_yield_estimation.py run --crop wheat --year 2022 --yield-labels labels.geojson \
  --model gradient_boosting --validation-scheme leave_one_year

# 指定边界框
python crop_yield_estimation.py run --crop rice --year 2023 --yield-labels labels.csv \
  --bbox 116 39 117 40 --output-dir output

# 集成模型 + 详细日志
python crop_yield_estimation.py run --crop maize --year 2023 --yield-labels labels.csv \
  --model ensemble --verbose

# Auto-download mode — fetch a reference Sentinel-2 L2A scene from
# Microsoft Planetary Computer (no API key). The downloaded image is
# recorded in the output manifest; if --yield-labels is not provided
# the skill falls back to synthetic labels.
python crop_yield_estimation.py run \
  --crop maize --year 2023 \
  --bbox 116.4 39.6 116.6 39.8 \
  --date-range 2024-06-01,2024-06-30 \
  --output-dir output

数据下载

当 --bbox 和 --date-range 同时提供时，本 skill 会从 Microsoft Planetary Computer 的 STAC 目录自动下载一张 Sentinel-2 L2A (sentinel-2-l2a) 影像（无需 API key）， 作为该 AOI 的参考栅格记录到 output-manifest.json 的 data_source / collection / bbox / date_range / fetched_at 字段。 实际产量估算仍以 --yield-labels 为准；未提供时回退到 synthetic 标签。

参数说明

输入格式

CSV 格式

id,year,yield_value,yield_unit,admin_code,admin_name,crop
sample_1,2023,5000,kg_ha,region_1,区域1,maize
sample_2,2023,6.5,t_ha,region_2,区域2,wheat

GeoJSON 格式

{
  "type": "FeatureCollection",
  "features": [{
    "type": "Feature",
    "geometry": {"type": "Polygon", "coordinates": [...]},
    "properties": {"id": "s1", "year": 2023, "yield_value": 5000,
                   "yield_unit": "kg_ha", "admin_code": "r1"}
  }]
}

输出文件

产量单位转换

支持以下单位，内部统一为 kg/ha（干重）：

鲜重/干重转换系数：

• 玉米：0.85
• 小麦：0.88
• 水稻：0.87
• 大豆：0.88

不确定性方法

验证方式

退出码 (Exit Codes)

依赖安装

pip install numpy scipy scikit-learn rasterio shapely

数据获取指南

产量标签数据来源：

• 国家统计局农业统计
• 县级农业年鉴
• 实地采样调查
• 农业保险记录

遥感特征数据来源：

• Sentinel-2 / Landsat：NDVI/EVI/LAI
• ERA5 / NASA POWER：温度、降水、辐射
• SoilGrids：土壤有机碳、pH、质地
• DEM：海拔、坡度

引用格式

@software{crop_yield_estimation_2024,
  title={crop-yield-estimation: Crop Yield Estimation with Uncertainty},
  author={ruiduobao},
  year={2024},
  url={https://github.com/ruiduobao/crop-yield-estimation}
}

故障排除

中文说明

融合遥感时序、天气、土壤和统计样本，估算地块或行政区作物产量并给出预测区间和可解释因子。

快速开始

python crop_yield_estimation.py run --crop maize --year 2023 --yield-labels labels.csv --output-dir output

主要功能

1. 样本管理：统一官方统计、样方和地块产量的空间时间口径
2. 特征流水线：聚合关键生育期遥感、天气、土壤和地形特征
3. 模型训练：基线回归、树模型和可选时序模型，支持按地区/年份留一验证
4. 不确定性：bootstrap/quantile/ensemble 预测区间和外推检测
5. 交付解释：特征贡献、行政区汇总和情景更新

注意事项

• 训练与验证按年份和区域分组，至少报告跨年、跨区泛化
• 统一单产/总产、鲜重/干重和面积单位
• 检查预测样本是否超出训练特征包络，外推区域降低可信度
• MVP 采用可解释树模型，深度学习仅在样本量和跨区验证充分后加入

数据下载

本 skill 可自动从 Microsoft Planetary Computer 下载数据 (无需 API key):

python crop_yield_estimation.py --bbox 116,39,117,40 --date-range 2024-06-01,2024-06-30 --output-dir <tmp>

• --bbox W,S,E,N: WGS-84 边界框 (西, 南, 东, 北)
• --date-range START,END: 日期范围 (YYYY-MM-DD,YYYY-MM-DD)
• --aoi-file <path.geojson>: 替代 --bbox 的 GeoJSON 多边形
• --cache-dir <path>: 缓存目录 (默认 ~/.geoskill_cache)

当用户只给 --bbox + --date-range (没有 --image) 时，skill 自动下载数据。 当用户给 --image 时，走原文件路径 (向后兼容)。