基于高光譜技術(shù)反演大豆生理信息的特征波長(zhǎng)提取方法研究

劉 爽，于海業(yè)，樸兆佳，陳美辰，于 通，孔麗娟，張 蕾，黨敬民，隋媛媛

吉林大學(xué)生物與農(nóng)業(yè)工程學(xué)院，吉林 長(zhǎng)春 130022

引 言

生理信息的準(zhǔn)確獲取可使管理者根據(jù)其生長(zhǎng)狀況合理控制作物生長(zhǎng)的環(huán)境參數(shù)，使水、肥、農(nóng)藥等得到精確的管理，因此，生理信息準(zhǔn)確獲取技術(shù)的研究可提高農(nóng)業(yè)生產(chǎn)的科學(xué)性，有效促進(jìn)我國(guó)農(nóng)業(yè)整體水平的快速發(fā)展。近年來光譜技術(shù)的應(yīng)用推動(dòng)了作物生理信息研究方面的快速發(fā)展，尤其是高光譜技術(shù)，獲取的光譜波段是連續(xù)的，光譜信息較精準(zhǔn)，因此被廣泛應(yīng)用于作物的生理信息研究[1]。但是，高光譜數(shù)據(jù)的波長(zhǎng)間往往會(huì)包含一些其他的多余信息，增加大量的計(jì)算工作，因此對(duì)全波段的波長(zhǎng)變量進(jìn)行優(yōu)選和精簡(jiǎn)十分必要。目前的研究表明，無關(guān)信息的存在會(huì)極大地降低模型的穩(wěn)健性，因此，對(duì)高光譜數(shù)據(jù)進(jìn)行特征波長(zhǎng)的篩選提取是建立最優(yōu)大豆生理信息反演模型的重要基礎(chǔ)[2-4]。

近年來提出了一些新型的特征波長(zhǎng)變量?jī)?yōu)選方法，主要包括競(jìng)爭(zhēng)性自適應(yīng)權(quán)重取樣法(competitive adaptive reweighted sampling，CARS)、連續(xù)投影法(successive projections algorithm，SPA)、相關(guān)系數(shù)法(Correlation coefficient，CC)和其他算法等[5]。國(guó)內(nèi)外學(xué)者針對(duì)不同特征波長(zhǎng)提取方法在建立判別模型上的應(yīng)用開展了大量的研究，Dai等[6]以蝦為研究對(duì)象，以冷凍和非冷凍為試驗(yàn)條件，將SPA與SNV結(jié)合建立新鮮度檢測(cè)的判別模型，模型預(yù)測(cè)集的正確率均高于95%。劉澤蒙等[7]應(yīng)用離散螢火蟲算法(DFA)進(jìn)行光譜特征變量篩選建立發(fā)酵液丁二酸含量的PLSR模型，Rc和Rp值高達(dá)0.986和0.969，模型精度優(yōu)于全光譜建模。牛智友等[8]應(yīng)用CARS算法進(jìn)行生物質(zhì)秸稈中N和O元素含量的高光譜敏感變量?jī)?yōu)選，用PLS方法建立了元素定量分析模型，建模變量數(shù)分別為24個(gè)和10個(gè)，相對(duì)分析誤差RPD分別為3.11和2.32，表明可進(jìn)行實(shí)際應(yīng)用。目前對(duì)特征波長(zhǎng)的提取方法研究，多是應(yīng)用在營(yíng)養(yǎng)成分及元素含量等方面，而針對(duì)農(nóng)作物生理信息的研究鮮有報(bào)道。

本文通過高光譜技術(shù)采集大豆開花結(jié)莢期不同葉片的光譜、葉綠素含量、凈光合速率和光合有效輻射數(shù)據(jù)，采用9種預(yù)處理方法及3種特征波長(zhǎng)篩選算法，篩選出最優(yōu)預(yù)處理方法和特征波長(zhǎng)優(yōu)選方法，再結(jié)合PLS建模探討不同建模方法組合對(duì)反演大豆生理信息(葉綠素含量和光能利用率)準(zhǔn)確性的影響，為研究精準(zhǔn)、無損且快速的大豆生理信息檢測(cè)技術(shù)提供理論依據(jù)。

1 實(shí)驗(yàn)部分

實(shí)驗(yàn)于吉林大學(xué)生物與農(nóng)業(yè)工程學(xué)院日光溫室內(nèi)進(jìn)行，供試大豆品種為虎山60，采用盆栽試驗(yàn)，于2019年6月19日播種于塑料花盆中，每盆播種1粒種子，播種20盆，所有植株均進(jìn)行一致管理，最后挑選10株長(zhǎng)勢(shì)較好、形態(tài)均勻且健康無病蟲害的大豆植株作為實(shí)驗(yàn)樣本。

1.1 數(shù)據(jù)采集與處理

于2019年7月27日和8月4日(分別以D1和D2表示)進(jìn)行2次數(shù)據(jù)采集，2次采集的數(shù)據(jù)種類相同，采樣時(shí)間為9:00—14:00，測(cè)量時(shí)天氣晴朗，共采集50片大豆功能葉片的高光譜、葉綠素含量、凈光合速率和光合有效輻射4種數(shù)據(jù)。高光譜采用美國(guó)Analytical Spectral Devices分析光譜儀器公司產(chǎn)HH2地物光譜儀測(cè)定，測(cè)量范圍325～1 075 nm，采樣間隔1.4 nm，分辨率3 nm@700 nm，每片葉獲取10條光譜數(shù)據(jù)。葉綠素含量采用日本產(chǎn)SPAD-502測(cè)定，每片葉獲取3條數(shù)據(jù)。因SPAD-502讀數(shù)與葉綠素含量密切相關(guān)，因此文中將其值代表葉綠素含量[9]。凈光合速率和光合有效輻射采用美國(guó)產(chǎn)LI-6400型光合作用儀測(cè)定，每片葉獲取3條數(shù)據(jù)。以上4種數(shù)據(jù)均取其平均值作為分析所用數(shù)據(jù)。所用的數(shù)據(jù)處理與分析軟件為ViewSpec Pro，SPSS 24.0，Matlab R2015b和Origin 19.0。

1.2 光能利用率的計(jì)算

光能利用率通過下式進(jìn)行計(jì)算[10]

Lue=Pn/Par×100%

式中：Lue為光能利用率；Pn為凈光合速率；Par為光合有效輻射。

2 結(jié)果與討論

2.1 基于不同預(yù)處理方法的高光譜建模分析

采用5種單一預(yù)處理方法分別為MSC，SNV，SG，F(xiàn)D和SD及4種組合方法分別為MSC-SG-FD，MSC-SG-SD，SNV-SG-FD，SNV-SG-SD共9種方法對(duì)原始光譜進(jìn)行處理，采用梯度法選取40個(gè)樣本作為校正集，其余10個(gè)樣本作為預(yù)測(cè)集建立全波段PLS模型，模型的評(píng)價(jià)指標(biāo)為校正集和預(yù)測(cè)集相關(guān)系數(shù)Rc和Rp，其中，RAW預(yù)處理表示原始光譜，作為其他預(yù)處理方法的對(duì)照，結(jié)果如表1?？梢钥闯?，對(duì)于同一種生理信息，D1和D2建立的最優(yōu)模型所用預(yù)處理方法相同，MSC-SG-FD預(yù)處理后建立的葉綠素含量模型校正集和預(yù)測(cè)集相關(guān)系數(shù)最高，D1所建模型的Rc和Rp分別為0.909和0.882，D2所建模型的Rc和Rp分別為0.909和0.880。SNV-SG-FD預(yù)處理后建立的光能利用率模型校正集和預(yù)測(cè)集相關(guān)系數(shù)最高，D1所建模型的Rc和Rp分別為0.913和0.894，D2所建模型的Rc和Rp分別為0.902和0.869。選取MSC-SG-FD作為建立葉綠素含量反演模型所用預(yù)處理方法，SNV-SG-FD作為建立光能利用率反演模型所用預(yù)處理方法。

表1 高光譜預(yù)處理方法優(yōu)選結(jié)果Table 1 Optimization results from hyperspectral pre-processing methods

2.2 特征波長(zhǎng)優(yōu)選方法分析

本研究采用的光譜儀有512個(gè)波長(zhǎng)點(diǎn)，光譜變量較多，含有較多的冗余和共線性變量，需對(duì)其進(jìn)行優(yōu)選以獲取最有效的光譜信息。將MSC-SG-FD和SNV-SG-FD預(yù)處理后的光譜進(jìn)行特征波長(zhǎng)篩選以分別建立大豆葉綠素含量和光能利用率的PLS反演模型。

2.2.1 CARS法篩選特征波長(zhǎng)

基于CARS法進(jìn)行大豆生理信息反演模型的特征波長(zhǎng)提取結(jié)果如圖1。CARS算法中，每次通過自適應(yīng)加權(quán)采樣(adaptive reweighted sampling, ARS)保留PLS模型中回歸系數(shù)絕對(duì)值權(quán)重較大的點(diǎn)作為新的子集，去掉權(quán)重較小的點(diǎn)，然后基于新的子集建立PLS模型，經(jīng)多次計(jì)算，選擇PLS模型交叉驗(yàn)證均方根誤差(RMSECV)最小的子集中的波長(zhǎng)作為特征波長(zhǎng)。由于CARS法中的蒙特卡羅采樣隨著采樣次數(shù)的不同呈現(xiàn)不同的運(yùn)算結(jié)果[11-12]，所以本文通過設(shè)定不同的采樣次數(shù)后分別進(jìn)行運(yùn)算以選取相對(duì)較優(yōu)的波長(zhǎng)變量，圖1為將采樣次數(shù)設(shè)為50次的最優(yōu)運(yùn)算結(jié)果。如圖1(a)所示，采樣次數(shù)較少時(shí)，由于指數(shù)衰減函數(shù)(exponentially decreasing function，EDF)的作用，CARS法保留的波長(zhǎng)變量數(shù)快速降低，當(dāng)采樣次數(shù)逐漸增加時(shí)，保留變量數(shù)的降低速度逐漸減緩。由圖1(a)可見，RMSECV值呈現(xiàn)不同程度的波動(dòng)，“*”線標(biāo)出最小RMSECV值所對(duì)應(yīng)的采樣次數(shù)，即從開始到此次采樣次數(shù)的運(yùn)算過程中剔除了與大豆生理信息無關(guān)的信息，則此次所選的波長(zhǎng)子集即為建立大豆生理信息高光譜反演模型的最優(yōu)波長(zhǎng)，所選的波長(zhǎng)數(shù)量見圖1(a)。由圖1(a)和(b)可知，第25次(D1)和第18次(D2)采樣時(shí)，RMSECV值最小，對(duì)應(yīng)的最優(yōu)大豆葉綠素含量建模變量數(shù)分別為41個(gè)和96個(gè)，剔除的變量數(shù)分別為471個(gè)和416個(gè)，所選變量占全波段的8.01%和18.75%。由圖1(c)和(d)可知，第24次(D1)和第27次(D2)采樣時(shí)，RMSECV值最小，對(duì)應(yīng)的最優(yōu)大豆光能利用率建模變量數(shù)分別為46個(gè)和32個(gè)，剔除的變量數(shù)分別為466個(gè)和480個(gè)，所選變量占全波段的8.98%和6.25%。

圖1 CARS法篩選特征波長(zhǎng)(a): 葉綠素含量(D1); (b): 葉綠素含量(D2); (c): 光能利用率(D1); (d):光能利用率(D2)Fig.1 Characteristic wavelengths selected by CARS algorithm(a): Chlorophyll content (D1); (b): Chlorophyll content(D2);(c): Light energy utilization (D1); (d): Light energy utilization(D2)

2.2.2 SPA法篩選特征波長(zhǎng)

基于SPA法進(jìn)行大豆生理信息反演模型的特征波長(zhǎng)提取結(jié)果如圖2。SPA法在運(yùn)算過程中通過分析投影向量的大小進(jìn)行特征波長(zhǎng)變量的篩選，通過計(jì)算校正模型的RMSE值，其值最小時(shí)，對(duì)應(yīng)的波長(zhǎng)子集即為優(yōu)選波長(zhǎng)[13]。由圖2可見，隨變量數(shù)的增加，RMSE值逐漸減小，“□”表示最小RMSE值，對(duì)應(yīng)的即為最優(yōu)特征波長(zhǎng)變量。如圖2(a)和(b)所示，經(jīng)SPA法后分別篩選出20個(gè)(D1)和23個(gè)(D2)特征波長(zhǎng)用于建立最優(yōu)的大豆葉綠素含量反演模型，剔除的變量數(shù)分別為492個(gè)和489個(gè)，所選變量占全波段的3.91%和4.49%。如圖2(c)和(d)所示，分別篩選出27個(gè)(D1)和37個(gè)(D2)特征波長(zhǎng)用于建立最優(yōu)的大豆光能利用率反演模型，剔除的變量數(shù)分別為485個(gè)和475個(gè)，所選變量占全波段的5.27%和7.23%。

圖2 SPA法篩選特征波長(zhǎng)(a): 葉綠素含量(D1); (b): 葉綠素含量(D2); (c): 光能利用率(D1); (d):光能利用率(D2)Fig.2 Characteristic wavelengths selected by SPA algorithm(a): Chlorophyll content (D1); (b): Chlorophyll content(D2);(c): Light energy utilization (D1); (d): Light energy utilization(D2)

2.2.3 CC法篩選特征波長(zhǎng)

基于CC法進(jìn)行大豆生理信息反演模型的特征波長(zhǎng)提取結(jié)果如圖3。CC法通過計(jì)算光譜中每一個(gè)波長(zhǎng)下的光譜值與葉綠素含量和光能利用率的相關(guān)系數(shù)，其值的絕對(duì)值越大，越可能選此波長(zhǎng)作為特征波長(zhǎng)，結(jié)合波長(zhǎng)與對(duì)應(yīng)的相關(guān)系數(shù)做出波長(zhǎng)-相關(guān)系數(shù)圖進(jìn)行特征波長(zhǎng)篩選。由圖3(a)和(b)可知，大豆高光譜與葉綠素含量在0.05顯著性水平下相關(guān)的閾值分別為 -0.254(D1)和 -0.236(D2)，閾值線以下的波長(zhǎng)為篩選出的特征波長(zhǎng)，篩選出的特征波長(zhǎng)變量分別為221個(gè)和97個(gè)，剔除的變量數(shù)分別為291個(gè)和415個(gè)，所選變量占全波段的43.16%和18.95%。由圖3(c)和(d)可知大豆高光譜與光能利用率在0.05顯著性水平下相關(guān)的閾值分別為-0.279(D1)和-0.236(D2)，篩選出的特征波長(zhǎng)變量分別為234個(gè)和224個(gè)，剔除的變量數(shù)分別為278個(gè)和288個(gè)，所選變量占全波段的45.7%和43.75%。

圖3 CC法篩選特征波長(zhǎng)(a): 葉綠素含量(D1); (b): 葉綠素含量(D2); (c): 光能利用率(D1); (d):光能利用率(D2)Fig.3 Characteristic wavelengths selected by CC algorithm(a): Chlorophyll content (D1); (b): Chlorophyll content(D2);(c): Light energy utilization (D1); (d): Light energy utilization(D2)

2.3 大豆生理信息反演模型的建立與比較

將MSC-SG-FD和SNV-SG-FD預(yù)處理后的光譜與不同特征波長(zhǎng)優(yōu)選方法組合，分別對(duì)應(yīng)進(jìn)行葉綠素含量和光能利用率的PLS建模?；谏鲜?種波長(zhǎng)優(yōu)選方法的PLS建模結(jié)果如表2所示。與全波段變量所建模型相比，變量?jī)?yōu)選后所建模型的反演結(jié)果均有明顯提升，通過比較發(fā)現(xiàn)，SPA法所建模型的性能優(yōu)于原始及另外2種特征波長(zhǎng)提取方法所建模型。其中，葉綠素含量反演模型中，SPA法優(yōu)選出的變量數(shù)最少，變量壓縮率高達(dá)96.09%(D1)和95.51%(D2)，模型的校正Rc值從0.909分別提高到0.944和0.941，預(yù)測(cè)Rp值從0.882和0.880分別提高到0.911和0.903，建模因子數(shù)從10個(gè)減少到7個(gè)。光能利用率反演模型中，SPA法優(yōu)選出的變量壓縮率高達(dá)94.73%(D1)和92.77%(D2)，模型的校正Rc值從0.913和0.902分別提高到0.929和0.925，預(yù)測(cè)Rp值從0.894和0.869分別提高到0.912和0.907，建模因子數(shù)從10個(gè)減少到7個(gè)?？梢奡PA-PLS模型的計(jì)算和預(yù)測(cè)性能較PLS，CARS-PLS和CC-PLS模型均有顯著提高，表明通過SPA法篩選后，盡可能地剔除了噪聲數(shù)據(jù)，特征波長(zhǎng)的有效信息完全釋放了出來，避免了有效特征信息被其他相關(guān)性不大的波長(zhǎng)所遮蔽的現(xiàn)象，SPA法對(duì)大豆生理信息的反演表現(xiàn)出了最優(yōu)的性能，因此反演大豆生理信息模型的最優(yōu)波長(zhǎng)篩選方法為SPA法。

表2 大豆生理信息反演模型結(jié)果Table 2 Soybean physiological information inversion model results

3 結(jié) 論

以大豆開花結(jié)莢期葉片為研究對(duì)象，在2個(gè)日期(D1和D2)進(jìn)行了大豆葉片高光譜、葉綠素含量、凈光合速率和光合有效輻射的數(shù)據(jù)測(cè)量，采用5種不同的單一預(yù)處理方法、4種組合預(yù)處理方法及3種特征波長(zhǎng)變量篩選算法對(duì)全波段高光譜數(shù)據(jù)進(jìn)行處理，對(duì)篩選出的最優(yōu)預(yù)處理方法和特征波長(zhǎng)變量進(jìn)行組合建立大豆生理信息(葉綠素含量和光能利用率)的反演模型。結(jié)果表明：(1)在MSC，SNV，SG，F(xiàn)D，SD，MSC-SG-FD，MSC-SG-SD，SNV-SG-FD和SNV-SG-SD 9種全波段光譜PLS建模預(yù)處理方法中，MSC-SG-FD組合為大豆葉綠素含量反演模型的最優(yōu)預(yù)處理方法，SNV-SG-FD組合為大豆光能利用率反演模型的最優(yōu)預(yù)處理方法；(2)3種特征波長(zhǎng)提取方法CARS，SPA和CC法均有效減少了建模變量數(shù)，其中SPA法優(yōu)選出的有效變量數(shù)最少，從512個(gè)變量中分別優(yōu)選出了20個(gè)(D1葉綠素含量)、23個(gè)(D2葉綠素含量)、27個(gè)(D1光能利用率)和37個(gè)(D2光能利用率)變量，對(duì)應(yīng)的變量壓縮率分別高達(dá)96.09%，95.51%，94.73%和92.77%；(3)反演大豆葉綠素含量的最優(yōu)建模方法為MSC-SG-FD-SPA-PLS，所用變量數(shù)分別為20個(gè)(D1)和23個(gè)(D2)，建模因子數(shù)為7個(gè)，對(duì)應(yīng)的Rc值為0.944和0.941，Rp值為0.911和0.903；(4)反演大豆光能利用率的最優(yōu)建模方法為SNV-SG-FD-SPA-PLS，所用變量數(shù)分別為27個(gè)(D1)和37個(gè)(D2)，建模因子數(shù)為7個(gè)，對(duì)應(yīng)的Rc值為0.929和0.925，Rp值為0.912和0.907。本研究可為大田及大范圍大面積種植大豆時(shí)檢測(cè)其生理信息提供參考，具有重要的指導(dǎo)和實(shí)踐意義。

高光譜技術(shù)在作物生理信息反演的實(shí)際應(yīng)用中仍存在一些問題有待解決，如不同品種的大豆或同一品種但生長(zhǎng)地點(diǎn)不同時(shí)，其吸收能量及光合作用等能力必然會(huì)存在不同程度的差異，導(dǎo)致對(duì)光譜曲線及生理信息數(shù)據(jù)產(chǎn)生影響，進(jìn)而影響提取的特征波長(zhǎng)變量，則在進(jìn)行生理信息反演時(shí)需要大量的數(shù)據(jù)及建模運(yùn)算，工作量較大。另外，本研究及大多數(shù)學(xué)者的研究多以單一大豆生長(zhǎng)期為試驗(yàn)時(shí)期，其結(jié)果應(yīng)用于大豆的整個(gè)生長(zhǎng)期時(shí)效果并不理想。如何將單個(gè)時(shí)期與整個(gè)生長(zhǎng)期的生理信息反演模型通用并達(dá)到一定的反演精度仍需更深入的探索與實(shí)踐研究。