Точка отсчёта
Для каждой даты t фиксировать issue_time, прогнозируемый горизонт и точную версию набора данных. Каждому полю хранить observed_at и available_at: погода измерена вчера, но архив опубликован завтра — для прогноза сегодня поле недоступно. Реанализ, скорректированный задним числом, не подменять оперативной погодой. Morales и Villalobos (2023) прямо отмечают, что даже их оценка с известной погодой всего сезона оптимистична для реального прогноза.
| Момент | Разрешено | Недопустимо |
|---|---|---|
| До посева | сорт/семенной материал, запланированные срок/норма, доступные почвенные пробы, история ранее завершённых лет | фактическое цветение, сезонная сумма осадков будущего года |
| После всходов | фактический срок, всхожесть, осадки/температура до t, снимки до t | зрелость, число стручков конца сезона, будущие снимки |
| Бутонизация | наблюдённые фазы и высота/покрытие до t, термосумма до t | итоговый NDYI-интеграл всего цветения |
| Начало цветения | текущий NDYI, выполненное управление и погода до t | достигнутый позже пик цветения, предуборочная влажность |
| Уборка | другая задача — оценка уже полученного семенного материала | называть это ранним прогнозом урожая |
Агрегировать осадки, T, радиацию по фиксированным интервалам до t или по уже наступившим фазам; окно «за 2 недели до фактической зрелости» не существует при раннем прогнозе. Пропуски спутника не заполнять двусторонним сглаживанием с будущими сценами; для причинного прогноза — только левостороннее сглаживание. Преобразования (масштабирование, импутация, выбор спектральных полос) обучать внутри каждой обучающей складки; scikit-learn CV отдельно предупреждает об утечке через трансформации.
Минимальный паспорт строки
season, site, block, plot_id, cultivar, treatment, t, target_horizon, y_observed_at, weather_source_version, imagery_source_version, available_at. Уникальность пары (plot_id, t) и неизменяемость plot_id между съёмками критичны. Для модели масличности конечный лабораторный анализ — только цель, не признак.
Связи
- Валидация: фактический момент доступа важнее даты на поле.
- Фенология: будущая фаза не определяет окно признаков прошлого.
- ДЗЗ: двусторонняя интерполяция в раннем прогнозе — скрытая утечка.
- Цели: масло после уборки измеряется как метка, не ковариата.
- Таблица данных: паспорт строки обязателен для аудита.