Assessing machine learning-based feature selection methods for estimating daily reference evapotranspiration using meteorological data

doi:10.1007/s00704-026-06568-2

2026-09-11

PRE

DOI：10.1007/s00704-026-06568-2

原文链接

原文求助

摘要

En 中文

本研究提出了一种新型混合框架，整合了七种基于过滤器和嵌入式特征选择（FS）技术与极端梯度提升（XGBoost）模型，以提升参考蒸散量（ETo）的估算。XGBoost因其对表格气象数据集的验证有效性、内置正则化以缓解过拟合、原生处理非线性交互以及在中型站点记录上的计算效率而被选用。皮尔逊、最小冗余最大相关（mRMR）、Relief算法版本F（ReliefF）、SHapley加性解释（SHAP）、最小绝对收缩和选择算子（LASSO）、费希尔和稳定性方法被用作FS方法。来自两种不同气候条件（即干旱和湿润地区）的数据被用于评估所采用的方法。该框架通过评估关键气象变量的相关性/冗余性，系统地执行了基于特征的领域适应过程，并最小化了输入空间特征，有助于降低模型复杂度和计算成本，例如在干旱地区R² ≥ 0.980，RMSE ≤ 0.344 mm d⁻¹和MAE ≤ 0.270 mm d⁻¹，在湿润地区R² ≥ 0.982，RMSE ≤ 0.188 mm d⁻¹和MAE ≤ 0.142 mm d⁻¹。它增强了模型的灵活性，并提供了仅适用于数据稀缺条件下的建模工具，当可靠数据有限时。定义了两个建模阶段，其中第一阶段使用每种技术选择的最重要三个特征作为XGBoost的输入，而第二阶段使用最重要的两个特征作为输入变量。自助法、效应量和决策边界分析进一步评估了模型的能力。ReliefF和LASSO方法在干旱地区使用最重要的两个特征时提供了最低的误差指数。皮尔逊、SHAP、费希尔和稳定性方法在湿润地区采用相同方法时提供了最佳结果。结果表明，当依赖适当的FS方法时，结合XGBoost-FS模型在两种气候条件下对ETo估算均表现出有前景的结果（R²高达0.982，RMSE低至0.188 mm d⁻¹）。XGBoost模型与随机森林和前馈人工神经网络进行了比较，证实了XGBoost模型的优越性。