《Smart Agricultural Technology》：A Deep Survival Analysis Approach for Citrus Huanglongbing Prognosis
编辑推荐：
本研究针对柑橘黄龙病(HLB)这一全球柑橘产业的毁灭性病害，开发了一种基于Kolmogorov–Arnold Networks (KAN) 框架的深度生存分析模型REK-Surv，旨在预测染病柑橘树的生存趋势。通过对56棵柑橘树进行15个月追踪，评估了化学处理、修剪处理及不处理三种干预策略的效果。结果表明，REK-Surv模型预测准确率高达99.69%，显著优于传统模型。研究发现化学处理对抑制HLB进展有一定效果，而修剪处理效果不显著。通过SHAP值分析，揭示了光照强度(LI)、风向(WD)、土壤电导率(EC)等是影响树木生存的关键环境因子，并确定6月和11月为高死亡风险期。该研究为果园病害精准管理提供了数据驱动的决策支持，拓展了生存模型在植物病害预后中的应用。
柑橘，这一深受全球消费者喜爱的水果，正面临着一场悄无声息的“绿色危机”——柑橘黄龙病（Huanglongbing, HLB）。这是一种由韧皮部限制性细菌“Candidatus Liberibacter spp.”引起的毁灭性病害，通过柑橘木虱（Asian citrus psyllid, ACP）传播，染病树木叶片出现斑驳黄化，果实畸形变小，最终在5-8年内死亡，导致产量损失高达30%-100%。自2005年在美国佛罗里达州首次发现以来，HLB已对全球柑橘产业造成沉重打击，仅中国江西省在2013至2020年间就有超过5000万棵柑橘树被毁。面对这一“柑橘癌症”，传统的防治方法多集中于短期症状抑制或媒介控制，缺乏对染病树木长期预后及个体水平疾病进展的系统性量化分析和预测。
以往的研究大多聚焦于HLB的早期监测和晚期严重度诊断，例如基于计算机视觉或光谱技术的方法。然而，对于像HLB这样高度传染且无法根治的病害，探索有效且基于证据的控制策略具有更重要的科学意义。特别是在评估新疗法和各种管理策略的实际效果方面，亟需更精准的评估手段。在此背景下，研究人员开展了一项创新性研究，将常用于医学领域的生存分析方法引入农业植物病害研究，旨在预测柑橘树的“生存时间”，并识别影响其生存的关键因素。相关成果发表在《Smart Agricultural Technology》上。
为了开展这项研究，研究人员在广东省四会市翠田果园建立了实验区，对56棵感染HLB的柑橘树进行了为期15个月的追踪监测。研究团队构建了一个高质量数据集，整合了每棵树的生理状态（如果实数量、初始病害等级、树势、树干直径）、环境条件（如土壤温度、湿度、电导率、气温、相对湿度、光照强度、风速风向）以及三种不同的干预策略（化学处理、修剪处理、不处理）。其中，病原菌载量通过定量PCR（qPCR）检测的CT值（Cycle Threshold）来量化，事件终点定义为树木病害严重度达到4级（失去经济价值）。
本研究的核心是开发了一个名为REK-Surv的新型深度生存分析模型。该模型基于Kolmogorov–Arnold Networks (KAN) 框架，用可学习的基于样条的线性层（KANLinear）取代了传统多层感知机（MLPs）中的“线性层+固定激活函数”结构，能更有效地捕捉协变量与风险函数之间的复杂非线性关系。REK-Surv还引入了残差连接机制，优化了训练过程，并结合了L1和L2正则化策略来控制模型复杂度和增强泛化能力。模型采用AdamW优化器进行训练，并使用了早停机制以防止过拟合。
3.1. 模型性能
实验结果表明，REK-Surv模型在柑橘HLB数据集上取得了卓越的拟合效果，C-index（一致性指数）高达0.9969，显著优于传统的Cox比例风险模型（CPH, 0.8953）、随机生存森林（RSF, 0.9031）、DeepSurv模型（0.9100）以及同样基于KAN架构的CoxKAN模型（0.9770）。REK-Surv在拥有更高预测精度的同时，参数量（216）却少于DeepSurv（1081），体现了其在拟合能力和计算效率上的双重优势。
3.2. 模型解释性分析
通过SHAP（Shapley Additive Explanations）值分析，研究人员对模型进行了解释，以识别关键特征。
- •
贡献排名分析：发现对HLB进展影响最显著的因素主要与天气和土壤条件相关。排名前10的特征中，有9个属于此类，按重要性排序为：光照强度(LI)、风向(WD)、土壤电导率(EC)、风速(WS)、土壤湿度(SM)、相对湿度(RH)、降水(PR)、土壤温度(STP)、特定处理(ST)和日降雨量(DR)。其中，LI的影响最为突出。代表人工干预措施的“特定处理(ST)”重要性排名第9，表明不同管理措施对染病树木的生存状态确实产生了一定影响。
- •
特征贡献分析：对单个特征的深入分析显示，风速(WS)和风向(WD)与风险评分呈相对负相关，而土壤电导率(EC)、相对湿度(RH)、降水(PR)和日降雨量(DR)则呈相对正相关。较高的风速可能不利于木虱的扩散和取食行为。风向的影响具方向性，西南风（100–130°）与疾病加速进展相关，而西北风（170°）则显示抑制作用。降水和湿度与木虱卵和若虫的密度变化有关。土壤电导率(EC)过高会损害根系。光照强度(LI)在4000–6000 lux时病害进展较快，而过强光照（6000–7000 lux）反而不利。就处理方式而言，化学处理（ST=3）对HLB发展有明显的抑制效果，而修剪处理（ST=1）的效果与不处理（ST=2）相似，甚至在一定程度上加剧了病害发展。气温(AT)在22°C至26°C之间时对病害传播的影响最大，这与亚洲柑橘木虱在此温度范围内最活跃的结论一致。
3.3. HLB进展趋势分析
研究发现HLB进展具有明显的季节性。树木死亡事件并非均匀分布，而是在6月和11月出现明显峰值，这与柑橘树的春梢和秋梢抽发期吻合，新梢是木虱喜好的取食和产卵部位，可能加速病原菌在树体内的传播。病原菌检测数据显示，化学处理组的平均CT值显著高于其他两组，表明其病原菌载量较低。然而，树木死亡高峰期与最低CT值出现的时间点并不完全重合，表明树木衰退死亡存在一个渐进过程，存在时间滞后性。生存曲线分析显示，化学处理组的平均生存曲线优于不处理组，而修剪处理组的表现最差。
结论与讨论
本研究成功地将深度生存分析模型REK-Surv应用于柑橘黄龙病的预后预测，实现了对个体树木生存风险的高精度评估。模型不仅能够输出个体化的风险评分，还能有效进行风险分层。通过可解释性分析，明确了环境因子（如光照、风向、土壤电导率）和管理措施（化学处理）对疾病进展的关键作用，并确定了6月和11月为高风险期。该研究为果园病害的精准管理和靶向干预策略提供了理论依据和数据支持，将生存分析的应用拓展至植物病害研究领域。
研究的优势在于构建了高质量的纵向多模态数据集，并开发了性能优异的预测模型。然而，样本量相对有限，地理覆盖范围较窄，未来需要扩大样本量和研究区域以提高模型的普适性。此外，引入无人机高光谱成像等非接触式数据源，将有助于进一步提升模型的早期预警能力和自动化水平。尽管化学处理在短期内显示出效果，但从环境可持续性角度，未来仍需探索更多基于生物防治的环保策略。总体而言，这项研究为实现果园病虫害的科学化和前瞻性管理贡献了重要的方法学进步和实证证据。
