【东证期货】美国大豆县级单产预测模型-250630（38页）.pdf

1、行行业业研研究究重要事项：重要事项：本报告版权归上海东证期货有限公司所有。未获得东证期货书面授权，任何人不得对本报告进行任何形式的发布、复制。本报告的信息均来源于公开资料，我公司对这些信息的准确性和完整性不作任何保证，也不保证所包含的信息和建议不会发生任何变更。我们已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，报告中的信息或意见并不构成交易建议，投资者据此做出的任何投资决策与本公司和作者无关。有关分析师承诺，见本报告最后部分。并请阅读报告最后一页的免责声明。有关分析师承诺，见本报告最后部分。并请阅读报告最后一页的免责声明。Table_TitleTable_Title美国大豆县级

2、单产预测模型美国大豆县级单产预测模型Table_RankTable_Rank报告日期：报告日期：20202 25 5年年6 6月月 3030日日mmarymmary 遥感指数与单产、优良率的相关性分析遥感指数与单产、优良率的相关性分析本报告在深度报告遥感指数预测大豆单产相关性探究的基础上，进一步细化研究范围至县级尺度（county-level），显著扩充了数据量，深入探究了增强型植被指数（EVI）、叶片面积指数（LAI）、归一化植被指数（NDVI）和净初级生产力（NPP）与大豆年单产的相关性。结论如下：（1）时间规律：相关性峰值时间随纬度变化。低纬度地区因温度等因素导致大豆种植周期提前，其遥感

3、指数与单产的相关性峰值主要出现在 6 月与 7 月；而高纬度地区的相关性峰值则普遍延迟至 8 月与 10 月。（2）空间规律：相关性强度受地形影响显著。在气候适宜、地形平坦的主要大豆种植区（平原），遥感指数与单产表现出更强的相关性；相比之下，在地形复杂的山地、丘陵地区，相关性显著低于平原地区。（3）指数效果比较：NDVI 与 EVI 指示性最佳。在研究的指数中，NDVI 和 EVI 对单产的指示性效果最好，NPP 次之，LAI 与单产的相关性最弱。因此，进行单产预估时，应重点依据不同纬度区域的最佳时间段（如低纬度 6-7 月、高纬度 8-10月），优先关注 NDVI、EVI 和 NPP 数据，

4、特别是在各大豆主产州。单产单产预测模型预测模型在现有遥感指数基础上，本研究进一步整合了月均温度、月均降水、干旱指数及经纬度数据，构建了基于 XGBoost 和 LSTM 的县级（county-level）大豆单产预测模型。XGBoostXGBoost 模型的模型的 R R 方方为为0.84530.8453，MAEMAE 为为 3.23673.2367，RMSERMSE 为为 4.27404.2740；LSTMLSTM 模型的模型的 R R 方方为为0.85620.8562，MAEMAE 为为 3.11193.1119，RMSERMSE 为为 4.11494.1149，对单产的预测偏差大多，对单

5、产的预测偏差大多在在 3.13.1 蒲蒲/英亩内英亩内。结果显示，LSTM 模型性能略优于 XGBoost，但两者均能有效利用610 月的遥感与气候数据对当年大豆单产进行高精度预测。7 7、8 8月的月的NDVINDVI、EVIEVI数值需重点观测数值需重点观测特征重要性分析进一步揭示：7 月和 8 月的 NDVI 值、7 月的 EVI值以及地理位置（经纬度）是预测模型中贡献度最高的关键变量，需重点关注。风险提示风险提示模型效果随训练数据变化，带有不确定性。黄玉萍黄玉萍资深分析师资深分析师（农产品）（农产品）从业资格号：F3079233投资咨询号：Z0015897Tel：63325888-39

6、07Email：联系人联系人黄佩琪黄佩琪助理分析师助理分析师（行业研究）（行业研究）从业资格号：F03134254Email：深度深度报告报告-行业研究行业研究行业研究-深度报告 2025-6-302期货研究报告【行业研究】目录目录1、遥感指数相关性分析、遥感指数相关性分析.62、县级（、县级（county-level）单产预估）单产预估.112.1、参与计算特征变量、参与计算特征变量.112.2、预测方法预测方法.122.2.1、主成分分析、主成分分析.122.2.2、极端梯度提升、极端梯度提升 XGBoost.122.2.3、长短时记忆神经网络、长短时记忆神经网络LSTM.122.3、模型