核心用法
crop-yield-estimation 是一款面向精准农业的智能产量预测工具，通过命令行界面实现端到端的作物产量估算流程。用户需指定作物类型（玉米/小麦/水稻/大豆）、目标年份及产量标签数据，工具将自动融合多源异构数据完成建模与预测。
典型工作流程：准备 CSV 或 GeoJSON 格式的产量标签文件 → 选择模型类型（随机森林/梯度提升/集成模型） → 配置验证方案（推荐按年份或区域留一验证） → 执行预测并获取空间化输出。支持两种数据获取模式：本地已有影像时直接指定路径，或仅提供边界框与时间范围自动从 Microsoft Planetary Computer 下载 Sentinel-2 L2A 数据。
关键特性：内置单位自动转换系统（吨/公顷、斤/亩等统一转换为 kg/ha 干重）；外推检测机制标识训练分布外的预测样本；提供 SHAP-like 可解释输出与 Bootstrap 置信区间。
显著优点
1. 多源数据融合能力：整合遥感植被指数（NDVI/EVI/LAI）、ERA5 气象数据、SoilGrids 土壤属性及地形特征，构建多维特征空间
2. 严谨的验证设计：强制按年份/区域分组交叉验证，避免数据泄露，真实反映模型泛化能力
3. 不确定性量化：分位数回归森林、集成扩散等多种方法输出预测区间，满足决策风险评估需求
4. 农业领域适配：内置鲜重/干重转换系数、中国常用单位（斤/亩）支持、作物特异性参数
5. 零门槛数据获取：无需 API 密钥即可从微软行星计算机自动下载卫星影像
6. 可交付成果完整：输出包含空间分布栅格、行政单元汇总表、特征重要性排序、模型卡片及质量评估报告
潜在缺点与局限性
1. 样本门槛要求：有效样本量需 ≥5，对于小区域或新兴作物可能难以满足
2. MVP 阶段局限：当前以可解释树模型为主，深度学习仅在样本充足且验证充分后才引入
3. 外推风险：预测区域若超出训练特征包络，可信度将显著下降
4. 数据质量依赖：产量标签的准确性直接决定模型性能，官方统计与实地采样可能存在口径差异
5. 计算资源需求：Bootstrap 迭代（默认 200 次）与多模型集成对算力有一定要求
6. 单一作物处理：每次运行仅支持单一作物类型，多作物并行需多次调用
适合的目标群体
- 农业科研机构：从事作物模型、农业遥感、粮食安全评估的研究人员
- 政府部门与智库：需要区域产量预测、农业政策效果评估的决策者
- 农业保险与金融科技：基于产量预测开展风险评估、定价与理赔的业务方
- 精准农业服务商：为农场主提供产量预测、茬口规划的技术服务团队
- 国际发展组织：开展粮食安全监测、农业援助项目评估的专业人员
常规使用风险
性能风险：大规模区域（如全国尺度）或高时间分辨率预测时，特征工程与模型推理耗时可能较长；建议分区域分批处理。
依赖项风险：依赖 numpy、scipy、scikit-learn、rasterio、shapely 等科学计算库，版本冲突可能导致运行失败；建议在隔离环境（conda/venv）中部署。
数据时效性：自动下载的 Sentinel-2 数据为存档产品，实时预测需关注数据可用延迟；气象数据（ERA5）同样存在再分析数据的固有滞后。
模型漂移风险：气候异常年份（极端干旱、洪涝）可能导致训练-预测分布偏移，需结合外推检测结果审慎解读预测值。
许可证合规：采用 MIT-0 许可证（公有领域 dedication），商用无限制，但需注意引用的第三方数据（如 Microsoft Planetary Computer）可能有独立使用条款。