大家好，我是苏承栈，今天我们来聊聊如何利用R语言中的XGBoost和SHAP模型来精准预测小麦赤霉病的爆发。
核心建模流程
首先，我们需要使用`tidyverse`和`lubridate`包来清洗2018-2023年的气象数据，包括温度、湿度、降雨量等。然后，利用`raster::extract()`将Sentinel-2影像的EVI均值等空间特征匹配至县级监测点。
接下来，使用`xgboost::xgb.train()`训练模型，目标变量为“未来72小时内是否观测到≥5%穗部发病”。
library(xgboost)
library(DALEX)
model_xgb <- xgboost(data = as.matrix(train_X),
label = train_y,
nrounds = 300,
objective =