近期，厦门理工学院吴天傲副教授与河海大学缴锡云教授团队完成的题为“Physics-informed and prior-data driven: A hybrid Stacking framework for rice growth parameter inversion”的研究在Journal of Integrative Agriculture（JIA）优先在线发表。

该研究针对稻田早期水层覆盖场景下传统辐射传输模型适配性差、数据模拟方法忽略参数内在相关性的问题，发展了考虑水层影响的水稻冠层辐射传输模型，提出了基于先验知识的多变量联合参数模拟方法，搭建了物理约束与先验数据双驱动的水稻生长参数混合反演框架，显著提升了反演的精度与可靠性，为稻田精准水肥管理提供了技术支撑。

完善有水层覆盖的稻田反射率模拟方法：PROSAIL-Dw模型的构建与验证

稻田长期存在水层，尤其在生育前期冠层稀疏时，水层对透射光的吸收与折射作用会显著影响冠层反射率。该研究基于浅水层场景下水层对冠层反射率的线性影响假设，通过引入水层存在参数p_swl与水层深度参数h_w，发展了适配稻田淹水环境的PROSAIL-Dw模型，在保证浅水层场景模拟精度的同时，控制了模型复杂度。该模型可将分蘖期水稻冠层全波段反射率模拟R²从原模型的0.67提升至0.81，NIR波段R²从0.14提升至0.56。敏感性分析进一步证实，水层存在与否对冠层反射率的一阶敏感性可达15%—20%，是稀疏冠层场景下不可忽视的关键影响因子。

图1  PROSAIL-Dw模型的构建

图2 PROSAIL-D与PROSAIL-Dw的参数敏感性对比

还原水稻生长真实规律：基于C-VineCopula的多变量联合参数模拟方法

传统辐射传输模型在输入参数模拟时多采用均匀分布随机采样，默认参数间相互独立，极易生成不符合水稻生理实际的参数组合，导致模拟光谱失真引入噪声。研究基于采用C-Vine Copula函数构建了水稻不同生育期的生长参数的联合分布，其参数间tau相关系数与田间实测数据一致性高，精准刻画参数间复杂的依赖关系。

图3 不同数据模拟方法的冠层反射率数据集对比（（a）、（b）分别为传统方法与C-Vine Copula方法）

基于该方法的Stack-LR-CVine模型相较传统方法Stack-LR-Uni模型，在LAI和CCC的反演上rRMSE分别降低了5.81%和15.00%，R²值分别提高了0.19和0.30。在相同的C-Vine数据模拟方法下，基于PROSAIL-Dw训练模型精度较原PROSAIL-D，在LAI和CCC的反演上rRMSE分别降低了1.60%和2.16%，R²值分别提高了0.09和0.06。

图4 基于不同训练数据集的混合反演模型精度对比

图5 基于PROSAIL-D和PROSAIL-Dw的混合反演模型精度对比

模型可解释性解析：基于SHAP的Stacking模型决策机制分析

该研究进一步对构建的Stacking模型与其中的基础模型进行了可解释性分析，量化了各输入植被指数对反演结果的边际贡献，揭示了集成学习框架的决策逻辑。结果表明不同生长参数反演具有明确的核心特征偏好。Stacking框架可以有效融合不同基础模型的特征偏好：以LAI反演为例，既保留了树模型对核心背景校正指数的优先级，又吸纳了神经网络对红边波段指数的非线性特征挖掘能力，从而实现了精度的提升。

图6 基础模型中的输入参数SHAP可解释分析（以LAI为例）

图7 最终Stacking模型中的输入参数SHAP可解释分析

该研究通过完善辐射传输模型在稻田有水层覆盖场景下的模拟机制、充分利用先验数据构建多变量联合的参数模拟方法，为混合模型的构建提供了新的框架，特别是在稻田早期有水层且稀疏覆盖的场景下显著提升了水稻长势监测的精度与可靠性，为后续科学水肥调控提供了数据支撑。

厦门理工学院吴天傲副教授为论文第一作者，河海大学缴锡云教授为论文通讯作者。研究团队还包括厦门理工学院2025级研究生郑俊杰、扬州大学程明瀚副教授、河海大学刘凯华博士。本研究得到了国家自然科学基金（52509071）、江苏省重点研发计划项目（BE2022390）的资助。

Cite the article:

Tianao Wu, Junjie Zheng, Minghan Cheng, Kaihua Liu, Xiyun Jiao. 2026. Physics-informed and prior-data driven: A hybrid Stacking framework for rice growth parameter inversion. Journal of Integrative Agriculture, Doi:10.1016/j.jia.2026.02.003

https://doi.org/10.1016/j.jia.2026.02.003

Journal of Integrative Agriculture（《农业科学学报（英文）》, JIA）由中华人民共和国农业农村部主管，中国农业科学院与中国农学会主办，中国农业科学院农业信息研究所承办。综合性英文学术期刊，月刊。创刊于2002年，现任主编为中国科学院院士陈化兰。JIA主要栏目有作物科学、园艺、植物保护、动物科学、动物医学、农业生态环境、食品科学、农业经济与管理等。刊稿类型有综述、研究论文、简报以及评述等。全部论文在Elsevier-ScienceDirect (SD) 平台OA出版。最新SCI影响因子4.4，位于SCI-JCR农业综合学科Q1区。中国科学院分区农林科学1区。2016年以来先后获得中国科协等部委 “提升计划”“登峰计划”“卓越计划”项目支持。