光譜技術(shù)結(jié)合BiPLS-GA-SPA和ELM算法的生菜冠層氮素含量檢測(cè)研究

高洪燕，毛罕平，張曉東

江蘇大學(xué)現(xiàn)代農(nóng)業(yè)裝備與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，江蘇 鎮(zhèn)江 212013

光譜技術(shù)結(jié)合BiPLS-GA-SPA和ELM算法的生菜冠層氮素含量檢測(cè)研究

高洪燕，毛罕平*，張曉東

江蘇大學(xué)現(xiàn)代農(nóng)業(yè)裝備與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，江蘇 鎮(zhèn)江 212013

氮素是影響生菜產(chǎn)量和品質(zhì)的重要因素，光譜技術(shù)是檢測(cè)作物氮素含量最有效的手段之一。通過(guò)獲取不同氮素水平下生菜冠層的反射光譜，對(duì)其進(jìn)行FDSGF(first-order derivative based savitzky-golay filt)濾波后，利用后向區(qū)間偏最小二乘算法(BiPLS)、遺傳算法(GA)及連續(xù)投影算法(SPA)對(duì)特征波長(zhǎng)進(jìn)行梯度提取，最終從2 151個(gè)波長(zhǎng)點(diǎn)中提取了8個(gè)與生菜氮素最為相關(guān)的特征波長(zhǎng)。分別利用多元線(xiàn)性回歸(MLR)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN)及極限學(xué)習(xí)機(jī)(ELM)三種算法建立了基于特征波段或特征波長(zhǎng)的8個(gè)生菜冠層氮素含量檢測(cè)模型。結(jié)果表明： BiPLS-GA-SPA-ELM模型(RMSEC=0.241 6%，Rc=0.934 6，RMSEP=0.284 2%，Rp=0.921 8)的預(yù)測(cè)結(jié)果優(yōu)于其他模型，為指導(dǎo)合理施肥和開(kāi)發(fā)便攜式儀器提供了理論基礎(chǔ)。

反射光譜； 后向區(qū)間偏最小二乘； 遺傳算法； 連續(xù)投影算法； 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)； 極限學(xué)習(xí)機(jī)

引 言

生菜是葉菜類(lèi)蔬菜的典型代表，是無(wú)土栽培的主要作物。氮素是維持生菜生長(zhǎng)、參與其各項(xiàng)生理活動(dòng)所需的大量元素之一，是體內(nèi)核酸、蛋白質(zhì)、葉綠素等物質(zhì)的組成部分[1]。Abdel-Rahman等[2]研究表明早期發(fā)現(xiàn)作物氮素缺乏并及時(shí)補(bǔ)充，可避免對(duì)作物生長(zhǎng)產(chǎn)生不可逆的影響。光譜技術(shù)具有方便快速、環(huán)境友好、信息量豐富等優(yōu)點(diǎn)，已成為檢測(cè)作物營(yíng)養(yǎng)最有效的技術(shù)之一[3-7]。光譜數(shù)據(jù)所含信息豐富，如何從眾多波長(zhǎng)中提取特征波長(zhǎng)并建立高精度的檢測(cè)模型是研究的兩個(gè)重點(diǎn)方向[8]。

綜合利用后向區(qū)間偏最小二乘(BiPLS)、遺傳算法(GA)和連續(xù)投影算法(SPA)三種特征波長(zhǎng)提取方法及多元線(xiàn)性回歸(MLR)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN)和極限學(xué)習(xí)機(jī)(ELM)三種建模方法建立多個(gè)生菜冠層氮素含量檢測(cè)模型。目前利用光譜技術(shù)結(jié)合以上算法對(duì)生菜冠層氮素進(jìn)行定量檢測(cè)的研究還未見(jiàn)報(bào)道，以期獲得更為簡(jiǎn)單適用的檢測(cè)模型。

1 實(shí)驗(yàn)部分

1.1 樣本

供試材料為意大利半結(jié)球生菜。在生長(zhǎng)到“五葉一心”時(shí)，將長(zhǎng)勢(shì)狀況相似的穴盤(pán)苗定植到盆中。試驗(yàn)中采用營(yíng)養(yǎng)液加珍珠巖的栽培模式，根據(jù)山崎營(yíng)養(yǎng)液配方，將樣本分為5個(gè)處理： 第1組在整個(gè)生長(zhǎng)期按正常配方供應(yīng)，第2，3，4和5組分別灌溉標(biāo)準(zhǔn)配方含氮量125%，75%，50%和25%的營(yíng)養(yǎng)液，早晚各供液一次，以保證生菜始終在固定營(yíng)養(yǎng)環(huán)境中生長(zhǎng)，每個(gè)氮素處理26株，共130個(gè)樣本。

1.2 光譜數(shù)據(jù)獲取

為消除大氣窗口、光強(qiáng)等對(duì)光譜的影響，試驗(yàn)在自制光箱中進(jìn)行[9]。光譜測(cè)量設(shè)備采用FieldSpec○R3型手持便攜式光譜分析儀，該儀器光譜測(cè)量范圍350～2 500 nm，共采集2 151個(gè)波長(zhǎng)點(diǎn)。光譜儀的視場(chǎng)角為25°，采集中保證探頭垂直向下，確保視場(chǎng)覆蓋整個(gè)冠層，試驗(yàn)前先進(jìn)行標(biāo)準(zhǔn)白板標(biāo)定，以消除環(huán)境因素引起的誤差，每個(gè)樣本采集五個(gè)光譜，以平均值作為一個(gè)采樣光譜。

1.3 全氮含量測(cè)定

新鮮樣本去根后烘干粉碎，利用凱氏定氮法測(cè)定全氮含量。測(cè)量?jī)x器采用英國(guó)SEAL公司生產(chǎn)的Auto Analyzer 3型連續(xù)流動(dòng)分析儀。結(jié)果以單位干重的百分比形式表示(%)。

2 結(jié)果與討論

2.1 生菜冠層氮素含量分析

利用SPXY(sample set partitioning based on joint X-Y distances)算法將130個(gè)樣本分成兩組。SPXY算法同時(shí)計(jì)算了光譜反射率間及化學(xué)值間的歐氏距離，能有效覆蓋多維向量空間[10]。經(jīng)過(guò)SPXY算法劃分出的校正集和預(yù)測(cè)集統(tǒng)計(jì)結(jié)果如表1所示。

Table 1 Nitrogen content in calibration set and prediction set

2.2 光譜數(shù)據(jù)預(yù)處理

光譜數(shù)據(jù)在采集過(guò)程中受到環(huán)境的影響，光譜曲線(xiàn)存在一定的噪聲，采用FDSGF(first-order derivative based Savitzky-Golay filt)法對(duì)原始光譜進(jìn)行濾波處理。經(jīng)反復(fù)試驗(yàn)研究，發(fā)現(xiàn)五點(diǎn)兩次S-G濾波效果最好，可去除隨機(jī)噪聲并提高信噪比，再結(jié)合一階導(dǎo)數(shù)變換，可有效地消除基線(xiàn)漂移，旋轉(zhuǎn)以及背景的干擾，提高了光譜的分辨率和靈敏度。圖1為FDSGF處理后生菜冠層的反射光譜。

Fig.1 First-order derivative spectra of lettuce

2.3 特征波長(zhǎng)提取

BiPLS是將光譜劃分為一定數(shù)目的等長(zhǎng)子區(qū)間，每次剔除一個(gè)信息量相對(duì)最差的區(qū)間，使得剩余區(qū)間對(duì)應(yīng)的PLS模型最優(yōu)，如此循環(huán)至剩余1個(gè)子區(qū)間[11]。在生菜冠層氮素特征子區(qū)間寬度不確定的情況下，為了使BiPLS能準(zhǔn)確定位包含特征波長(zhǎng)的子區(qū)間，需要對(duì)子區(qū)間劃分?jǐn)?shù)進(jìn)行優(yōu)化。將全光譜波段劃分成10～40個(gè)子區(qū)間，圖2為不同區(qū)間數(shù)下PLS模型所對(duì)應(yīng)的最小交互驗(yàn)證均方根誤差(RMSECV)。由圖可知，當(dāng)全光譜波段劃分為24個(gè)子區(qū)間時(shí)，RMSECV最小。

Fig.2 Number of intervals optimized for BiPLS model

表2為24個(gè)子區(qū)間的建模過(guò)程，每個(gè)子區(qū)間包含89～90個(gè)變量，其中1～15子區(qū)間各包含90個(gè)變量，16～24子區(qū)間各包含89個(gè)變量。第一個(gè)被去除的子區(qū)間為24，所對(duì)應(yīng)的波長(zhǎng)為2 412～2 500 nm，從圖1可以看出，雖然已進(jìn)行平滑處理，但此波段范圍所含噪聲仍然較大，故第一個(gè)被去除。余下的23個(gè)子區(qū)間繼續(xù)建模，此次去除的區(qū)間為23，以此類(lèi)推，直至剩下一個(gè)子區(qū)間為止。由表2可知，開(kāi)始時(shí)RMSECV隨子區(qū)間數(shù)的減少而減少，但后來(lái)隨子區(qū)間數(shù)的減少逐漸增加。當(dāng)RMSECV最小時(shí)所建立的PLS模型最佳，此時(shí)RMSECV為0.374 4%，校正集相關(guān)系數(shù)(Rc)為0.834 6，主因子數(shù)為11，入選的子區(qū)間為2，4，7，3和6，對(duì)應(yīng)的波段為440～529，620～709，890～979，530～619和800～889 nm，共含450個(gè)波長(zhǎng)點(diǎn)。對(duì)預(yù)測(cè)集樣本進(jìn)行預(yù)測(cè)，預(yù)測(cè)均方根誤差(RMSEP)為0.616 5%，預(yù)測(cè)集相關(guān)系數(shù)為(Rp)為0.781 9。

Table 2 The results of selecting the optimal intervals step by step

BiPLS算法從2151個(gè)光譜變量中篩選出450個(gè)，大大減少了變量數(shù)，但BiPLS算法優(yōu)選的是五個(gè)區(qū)間范圍，所以仍存在一定的冗余信息且相鄰的變量間存在較強(qiáng)的相關(guān)性，故利用GA[12]進(jìn)一步篩選變量。GA的參數(shù)設(shè)定為： 最大繁殖代數(shù)為100，交叉概率為0.5，變異概率為0.01。由于GA算法存在一定的隨機(jī)性，故重復(fù)運(yùn)算10次，以消除影響。

圖3為各變量被選頻率圖，頻數(shù)大于黑色實(shí)線(xiàn)的變量為入選變量，共篩選出變量50個(gè)。但被選變量中仍存在5個(gè)連續(xù)的變量區(qū)(紅色標(biāo)記區(qū)域)。由于SPA具有較強(qiáng)消除共線(xiàn)性能力[13]，故利用SPA在GA的基礎(chǔ)上，進(jìn)一步提取與生菜冠層氮素最為相關(guān)的特征波長(zhǎng)，提取結(jié)果如圖4所示。

Fig.3 Frequency selected of each variable by the GA

Fig.4 Selected wavelengths using SPA

2.4 模型的建立

2.4.1 MLR

八個(gè)波長(zhǎng)點(diǎn)的一階導(dǎo)數(shù)光譜反射率分別定義為χ482，χ513，χ522等，生菜冠層的實(shí)測(cè)氮素含量定義為y，得到回歸方程如下

y=3.5+2 418.3χ482-3 314.7χ513-

5 291.7χ522-8 556.6χ569+2 167.9χ641+

902.9χ691+247.5χ704-6 024χ821

氮素估計(jì)模型的F檢驗(yàn)值為12.636 0，顯著性水平為0.000 0，表明模型處于極顯著水平。計(jì)算得到RMSEC為0.348 2%，Rc為0.867 1，RMSEP為0.497 1%，Rp為0.845 0。

2.4.2 RBFNN

RBFNN是用RBF作為“基”構(gòu)成隱含層空間，隱含層將低維的輸入矢量變換到高維空間，使線(xiàn)性不可分問(wèn)題得到解決。利用Matlab軟件中的newrbe()函數(shù)創(chuàng)建一個(gè)嚴(yán)格的徑向基網(wǎng)絡(luò)，其中徑向基函數(shù)的擴(kuò)展速度(spread)是影響RBFNN性能的關(guān)鍵。圖5為spread范圍在0.1～1時(shí)，BiPLS，BiPLS-GA和BiPLS-GA-SPA三種波長(zhǎng)提取方法的RMSEC隨spread的變化情況，當(dāng)spread分別為0.4，0.5和0.5時(shí)，RMSEC值最小，此時(shí)網(wǎng)絡(luò)性能最好。

Fig.5 Optimal spread selected according to RMSEC

將創(chuàng)建好的RBFNN網(wǎng)絡(luò)對(duì)預(yù)測(cè)集樣本進(jìn)行測(cè)試，得到的結(jié)果如表3所示。

Table 3 The results of different RBFNN models

2.4.3 ELM

ELM[14-15]是Huang等由單隱含層前饋神經(jīng)網(wǎng)絡(luò)發(fā)展來(lái)的新算法。利用Matlab軟件中的elmtrain()函數(shù)創(chuàng)建ELM模型，其中輸入層與隱含層間的連接權(quán)值，隱含層神經(jīng)元閾值為隨機(jī)產(chǎn)生，且在訓(xùn)練過(guò)程中無(wú)需調(diào)整，隱含層神經(jīng)元激活函數(shù)選用“Sigmoidal”。隱含層神經(jīng)元個(gè)數(shù)是影響訓(xùn)練性能的關(guān)鍵因素，設(shè)置隱含層神經(jīng)元數(shù)目初始化值為5，并以步長(zhǎng)為5逐步增加到90(校正集樣本數(shù))，圖6顯示了隱含層神經(jīng)元個(gè)數(shù)對(duì)ELM性能的影響，當(dāng)BiPLS，BiPLS-GA和BiPLS-GA-SPA三種特征提取方法所對(duì)應(yīng)的隱含層神經(jīng)元數(shù)分別為50，55和70時(shí)，RMSEC取得最小。

Fig.6 Number of hidden layer selected according to RMSEC

將創(chuàng)建好的ELM模型對(duì)預(yù)測(cè)集樣本進(jìn)行測(cè)試，得到的結(jié)果如表4所示。

Table 4 The results of different ELM models

2.5 模型對(duì)比分析

對(duì)比發(fā)現(xiàn)，不同模型預(yù)測(cè)結(jié)果有以下關(guān)系： BiPLS-GA-SPA-ELM>BiPLS-GA-SPA-RBFNN>BiPLS-GA-ELM>BiPLS-GA-RBFNN>BiPLS-GA-SPA-MLR>BiPLS-ELM>BiPLS-RBFNN>BiPLS。從以下兩個(gè)方面解釋此原因： 從特征提取角度考慮，由于BiPLS提取的是連續(xù)的特征波段，故波段中仍存在一定的冗余信息且相鄰波長(zhǎng)間存在較強(qiáng)的共線(xiàn)性，在GA運(yùn)算后，大部分冗余信息已被去除，但仍存在五個(gè)連續(xù)的變量區(qū)且相鄰變量間存在一定的共線(xiàn)性，而SPA算法最擅長(zhǎng)的是消除變量間共線(xiàn)性，所以三種算法聯(lián)合運(yùn)用效果最佳。從建模方法考慮，當(dāng)施氮量發(fā)生變化時(shí)，作物內(nèi)部發(fā)生了復(fù)雜的化學(xué)變化，所以光譜特征與含氮量之間存在著非線(xiàn)性關(guān)系。因此研究得到非線(xiàn)性模型(ELM和RBFNN)的預(yù)測(cè)結(jié)果優(yōu)于線(xiàn)性模型(MLR和PLS)。

3 結(jié) 論

采用三種特征提取算法和三種建模方法，共建立了八個(gè)生菜冠層氮素含量檢測(cè)模型，結(jié)果表明： BiPLS-GA-SPA將2 151個(gè)光譜變量減少到8個(gè)，大大簡(jiǎn)化了模型的復(fù)雜程度，再結(jié)合ELM算法進(jìn)一步提高了模型的準(zhǔn)確性、穩(wěn)定性和泛化性。

[1] Andrews M, Raven J A, Lea P J. Annals of Applied Biology, 2013, 163(2): 174.

[2] Abdel-Rahman E M, Ahmed F B, van den Berg M. International Journal of Applied Earth Observation and Geoinformation, 2010, 12: S52.

[3] Bell G E, Howell B M, Johnson G V, et al. HortScience, 2004, 39(5): 1130.

[4] TIAN Yong-chao, ZHU Yan, YAO Xia, et al(田永超, 朱 艷, 姚 霞, 等). Chinese Journal of Ecology(生態(tài)學(xué)雜志), 2007, 26(9): 1454.

[5] Miphokasap P, Honda K, Vaiphasa C, et al. Remote Sensing, 2012, 4(6): 1651.

[6] Ulissi V, Antonucci F, Benincasa P, et al. Sensors, 2011, 11(6): 6411.

[7] Bajwa S G, Mishra A R, Norman R J. Precision Agriculture, 2010, 11(5): 488.

[8] GUO Zhi-ming, HUANG Wen-qian, PENG Yan-kun, et al(郭志明, 黃文倩, 彭彥昆, 等). Chinese Journal of Analytical Chemistry(分析化學(xué)), 2014, 42(4): 513.

[9] ZHANG Xiao-dong, MAO Han-ping, NI Jun, et al(張曉東, 毛罕平, 倪 軍, 等). Transactions of the Chinese Society for Agriculture Machinery(農(nóng)業(yè)機(jī)械學(xué)報(bào)), 2009, 40(9): 164.

[10] Galvao R K H, Ara jo M C U, Jose G E, et al. Talanta, 2005, 67: 736.

[11] TAN Chao(譚 超). Transducer and Microsystem Technologes(傳感器與微系統(tǒng))，2007, 26(5): 57.

[12] Leardi R, Lupiáez González A. Chemometrics and Intelligent Laboratory Systems, 1998, 41(2): 195.

[13] Araujo M C U, Saldanha T C B, Galvao R K H , et al. Chemometrics and Intelligent Laboratory Systems, 2001, 57: 65.

[14] Huang G B, Zhu Q Y, Siew C K. Neurocomputing, 2006, 70(1): 489.

[15] Huang G B, Wang D H, Lan Y. International Journal of Machine Learning and Cybernetics, 2011, 2(2): 107.

*Corresponding author

Measurement of Nitrogen Content in Lettuce Canopy Using Spectroscopy Combined with BiPLS-GA-SPA and ELM

GAO Hong-yan, MAO Han-ping*, ZHANG Xiao-dong

Key Laboratory of Modern Agricultural Equipment and Technology of Ministry of Education, Jiangsu University, Zhenjiang 212013, China

Nitrogen fertilizer is necessary to improve yield and quality of lettuce. Spectroscopy is one of the most effective techniques used to detect crop nitrogen content. In this study, canopy reflectance spectra were acquired under five levels of nitrogen, and then were Savitzky-Golay smoothed, the first-order derivative spectra were calculated from the smoothed spectra to eliminate noise effects. Backward interval partial least squares (BiPLS), genetic algorithm (GA) and successive projections algorithm (SPA) were combined to select the efficient wavelengths. The number of variables was decreased from 2 151 to 8. The optimal intervals or variables were used to build multivariable linear regression (MLR) model, radial basis function neural network (RBFNN) models and extreme learning machine (ELM) models. This work proved that the results of BiPLS-GA-SPA-ELM model was superior to others with RMSEC was 0.241 6%,Rcwas 0.934 6, RMSEP was 0.284 2% andRpwas 0.921 8. Our research results may provide a foundation for nutrition regulation and developing instrument.

Reflection spectra; Backward interval partial least squares; Genetic algorithm; Successive projections algorithm; Radial basis function neural network; Extreme learning machine

Aug. 31, 2014; accepted Dec. 5, 2014)

2014-08-31，

2014-12-05

國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目(61233006)，國(guó)家“十二五”科技支撐計(jì)劃項(xiàng)目(2014BAD08B03)，江蘇省普通高校研究生科研創(chuàng)新計(jì)劃項(xiàng)目(CXZZ13_0690)，江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目(蘇政辦發(fā)[2014]37號(hào))資助

高洪燕，1985年生，江蘇大學(xué)農(nóng)業(yè)裝備工程學(xué)院博士研究生 e-mail: ghy06@126.com *通訊聯(lián)系人 e-mail: maohp@ujs.edu.cn

S123，S127

A

10.3964/j.issn.1000-0593(2016)02-0491-05