基于高光譜數(shù)據(jù)研究應(yīng)用近紅外相機(jī)加裝濾光片實(shí)現(xiàn)玉米葉片水分測(cè)量的關(guān)鍵參數(shù)

李朋成， 劉 含， 趙龍蓮， 李軍會(huì)*

1. 中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院， 北京 100083 2. 中國農(nóng)業(yè)大學(xué)， 教育部現(xiàn)代精細(xì)農(nóng)業(yè)系統(tǒng)集成研究重點(diǎn)實(shí)驗(yàn)， 北京 100083

引 言

植物葉片是光合作用的重要器官， 葉片含水量的變化會(huì)影響到葉綠素活體的改變， 水分虧缺會(huì)直接影響作物的生長(zhǎng)[1]。 實(shí)現(xiàn)活體作物葉片不同區(qū)域以及近地冠層的水分含量檢測(cè)， 可為研究作物生長(zhǎng)中的水分脅迫響應(yīng)機(jī)制， 以及旱情監(jiān)測(cè)、 精準(zhǔn)灌溉等提供有效技術(shù)手段[2]。 當(dāng)前， 植物葉片水分多采用烘干法等化學(xué)測(cè)量方法， 這些方法費(fèi)時(shí)費(fèi)力且不可重復(fù)， 而光譜技術(shù)具有精確、 無損、 快速等特點(diǎn)[3]。 近紅外高光譜成像技術(shù)是新一代光電檢測(cè)技術(shù)， 同時(shí)結(jié)合了近紅外和高光譜成像的優(yōu)點(diǎn)， 既包含了樣品的豐富化學(xué)特征信息， 又可得到像素級(jí)圖譜信息[4]， 但儀器具有大體積、 大重量、 低光通量的特性， 需要外部光源， 難以在田間實(shí)現(xiàn)活體葉片檢測(cè)。

目前， 近紅外相機(jī)具有小體積、 小重量， 可調(diào)節(jié)的光圈和大口徑的鏡頭使得不需要輔助光源也能實(shí)現(xiàn)在線測(cè)量[5]。 由于近紅外相機(jī)不具有波長(zhǎng)分辨能力， 一般多應(yīng)用于影像分析[6]， 在近紅外相機(jī)鏡頭前加裝不同中心波長(zhǎng)的帶通濾光片， 使選擇的波段與待測(cè)物質(zhì)成分具有強(qiáng)相關(guān)性， 便可設(shè)計(jì)出有波長(zhǎng)分辨能力的多光譜儀器[7-8]； 如高建樹[9]等基于水和冰在近紅外光譜下的不同反射率， 選擇1 160和1 260 nm兩個(gè)波段的濾光片定量識(shí)別機(jī)翼積冰厚度； Ishii[10]等觀測(cè)脂肪對(duì)近紅外光的吸收強(qiáng)度， 發(fā)現(xiàn)在1 200 nm波段量化動(dòng)脈粥樣硬化的潛力， 開發(fā)出血管的光譜成像系統(tǒng)； 在植物葉片水分、 氮素等成分檢測(cè)方面的研究鮮有文獻(xiàn)報(bào)道。

本研究基于活體玉米葉片的近紅外高光譜數(shù)據(jù)， 依據(jù)濾光片透光分布函數(shù)得到不同帶寬的仿真數(shù)據(jù)， 應(yīng)用插值方法得到固定帶寬下的中心波長(zhǎng)偏移仿真數(shù)據(jù)， 對(duì)近紅外相機(jī)加裝濾光片實(shí)現(xiàn)活體玉米葉片水分測(cè)量的關(guān)鍵參數(shù)進(jìn)行研究， 為多光譜成像系統(tǒng)檢測(cè)裝置提供技術(shù)參數(shù)支撐和環(huán)境工作范圍建議。 具體研究?jī)?nèi)容包括： (1)特征波長(zhǎng)位置及個(gè)數(shù)篩選； (2)不同帶寬數(shù)據(jù)對(duì)建模結(jié)果的影響； (3)中心波長(zhǎng)偏移對(duì)模型預(yù)測(cè)性能的影響。

1 實(shí)驗(yàn)部分

1.1 儀器

Gaia Sorter近紅外高光譜儀器(四川雙利合譜科技有限公司)。 其系統(tǒng)配置為： 4個(gè)溴鎢燈組成的均勻光源； 56 mm定焦近紅外相機(jī)鏡頭； N17E光譜儀， 其光譜范圍為900～1 700 nm； AVT(320×256)探測(cè)頭； 計(jì)算機(jī)箱等。 其CCD相機(jī)工作電壓： DC12V； 采集軟件： Spec View(SpecView Ltd., Uckfield, UK)。 采集模式為線掃描， 高光譜儀器工作機(jī)制： 實(shí)驗(yàn)樣品放置在電子控制移動(dòng)平臺(tái)上， 通過推掃法獲得待測(cè)樣品的高光譜立方體信息。 電子天平， 精度0.000 1 g。 電熱恒溫干燥箱， 精度0.1 ℃。

1.2 樣品

實(shí)驗(yàn)樣品為不同生育期(苗期、 拔節(jié)期、 抽穗期、 灌漿期、 成熟期)的鮮活玉米葉片共60個(gè)， 采集于中國農(nóng)業(yè)大學(xué)上莊實(shí)驗(yàn)站。 運(yùn)行SpecVIEW軟件， 系統(tǒng)預(yù)熱30 min后進(jìn)行聚焦等一系列操作， 最終確定電動(dòng)平臺(tái)移動(dòng)速度為0.54 cm·s-1， 曝光時(shí)間為0.09 s。 采集時(shí)將樣品放置在推掃式傳送帶上， 每次放置一個(gè)葉片， 共采集得到60幅原始高光譜圖像。

采用烘干法測(cè)量樣品含水量。 將樣品掃描后測(cè)其鮮重， 然后在105 ℃恒溫箱中烘干4 h。 為避免過熱快速吸收水蒸氣， 造成測(cè)量精度的誤差， 干燥冷卻至室溫平衡3 h后測(cè)量干重。 鮮活玉米葉片含水量在60%～90%之間。

1.3 方法

1.3.1 高光譜數(shù)據(jù)校正與預(yù)處理

為消除CCD相機(jī)的暗電流以及不同波長(zhǎng)下光源強(qiáng)度分布不均勻造成的噪聲干擾， 對(duì)采集到的原始高光譜圖像進(jìn)行校正。 相機(jī)鏡頭完全被相機(jī)鏡頭蓋蓋住采集的圖像為暗背景數(shù)據(jù)， 高光譜儀的相機(jī)對(duì)準(zhǔn)標(biāo)準(zhǔn)白板采集的圖像為標(biāo)準(zhǔn)白板數(shù)據(jù)。 校正公式如(1)所示

(1)

式(1)中，Ai為校正后的光譜吸光度數(shù)據(jù)；B為暗背景數(shù)據(jù)， 理論0%反射率；W為標(biāo)準(zhǔn)白板數(shù)據(jù)： 理論99%反射率。

使用ENVI5.1采集不同葉肉的ROI(region of interest)并計(jì)算求得近紅外高光譜樣品數(shù)(60)×波長(zhǎng)數(shù)(256)平均吸光度的光譜數(shù)據(jù)矩陣。

為消除光譜的基線漂移、 噪聲、 樣本大小以及環(huán)境因素引起的譜線漂移， 常常在特征分析前采用預(yù)處理來濾除干擾信號(hào)[11]。 采用標(biāo)準(zhǔn)正態(tài)變換(standard normal variate, SNV)對(duì)高光譜數(shù)據(jù)矩陣進(jìn)行預(yù)處理， SNV使用平均值和標(biāo)準(zhǔn)偏差作為校正參數(shù)， 可在很大程度上消除樣品表面散射影響。

1.3.2 特征波長(zhǎng)篩選

選擇出與水分信息相關(guān)性高且個(gè)數(shù)少的特征波長(zhǎng)， 是應(yīng)用近紅外相機(jī)加裝濾光片實(shí)現(xiàn)水分測(cè)量的關(guān)鍵， 可在滿足檢測(cè)準(zhǔn)確度基礎(chǔ)上簡(jiǎn)化裝置結(jié)構(gòu)。 本文基于高分辨率的近紅外高光譜數(shù)據(jù)結(jié)合逐步回歸方法進(jìn)行水分檢測(cè)所需特征波長(zhǎng)的篩選。 逐步回歸是一種較優(yōu)的選元方法可用來消除相關(guān)性低和共線性度高的波長(zhǎng)， 每引入一個(gè)波長(zhǎng)， 逐個(gè)對(duì)已選入的波長(zhǎng)進(jìn)行偏F檢驗(yàn)， 直到新引入的波長(zhǎng)不再顯著[12]。 利用SPSS 24軟件的逐步回歸方法實(shí)現(xiàn)特征波長(zhǎng)篩選。

1.3.3 不同帶寬數(shù)據(jù)的仿真獲取

選定特征波長(zhǎng)即濾光片中心波長(zhǎng)后， 波長(zhǎng)帶寬寬度是另一個(gè)實(shí)現(xiàn)水分測(cè)量的關(guān)鍵參數(shù)， 帶寬過寬雖然可以提高光通量但分辨率會(huì)降低， 在近紅外波段體現(xiàn)出不同基團(tuán)信息的耦合重疊， 直接影響建模效果； 目前市場(chǎng)上的濾光片帶寬參數(shù)一般為10～300 nm。 本研究結(jié)合不同型號(hào)濾光片實(shí)際帶寬參數(shù)， 基于鮮活玉米葉片的近紅外高光譜數(shù)據(jù)， 仿真得到不同帶寬的數(shù)據(jù)， 通過建模效果對(duì)比得出合適的帶寬范圍， 為濾光片選型提供依據(jù)。

依據(jù)濾光片的透光近似分布函數(shù)， 代入中心波長(zhǎng)和帶寬參數(shù)， 可得到相應(yīng)波長(zhǎng)和帶寬下的透光分布曲線， 然后， 將對(duì)應(yīng)波長(zhǎng)下的高光譜數(shù)據(jù)與分布曲線作卷積運(yùn)算， 即可得到不同中心波長(zhǎng)和帶寬下符合濾光片實(shí)際透光特性的仿真數(shù)據(jù)。 其中， 帶通濾光片透光近似分布函數(shù)見式(2)[13]； 卷積計(jì)算見式(3)。

(2)

(3)

式(3)中，Si為透過濾光片的吸光度仿真數(shù)據(jù)；Ai為濾光片帶寬范圍內(nèi)對(duì)應(yīng)波長(zhǎng)下的高光譜吸光度數(shù)據(jù)。

1.3.4 中心波長(zhǎng)偏移數(shù)據(jù)的仿真獲取

加裝的帶通濾光片采用技術(shù)成熟的薄膜干涉濾光片產(chǎn)品， 該濾光片膜層材料的熱膨脹系數(shù)(coefficient of thermal expansion, CTE)和折射率(refractive index)會(huì)隨著工作環(huán)境溫度變化， 導(dǎo)致中心波長(zhǎng)發(fā)生偏移[14]， 一般情況下， 溫度影響造成的中心波長(zhǎng)偏移小于10-3nm·℃-1[15]。 工作環(huán)境溫度變化過大， 會(huì)導(dǎo)致中心波長(zhǎng)偏移過大， 使固定中心波長(zhǎng)下所建模型的預(yù)測(cè)性能大大降低。 為推測(cè)加裝濾光片所建模型受環(huán)境溫度的影響， 應(yīng)用固定中心波長(zhǎng)和帶寬所建模型， 預(yù)測(cè)分析不同偏移量數(shù)據(jù)的誤差情況， 得出多光譜成像檢測(cè)裝置的環(huán)境工作溫度范圍。

符合濾光片實(shí)際偏移特性的仿真數(shù)據(jù)獲取過程如下：

(1)基于鮮活玉米葉片高波長(zhǎng)分辨率的近紅外高光譜數(shù)據(jù)， 通過線性插值計(jì)算得到更高波長(zhǎng)分辨數(shù)據(jù)， 插值方法見式(4)。

(2)固定帶寬下， 將中心波長(zhǎng)偏移后的波長(zhǎng)代入式(2)， 得到相應(yīng)波長(zhǎng)和帶寬下的透光分布曲線。

(3)將相應(yīng)波長(zhǎng)對(duì)應(yīng)的高光譜數(shù)據(jù)與分布曲線應(yīng)用式(3)作卷積運(yùn)算， 得到符合濾光片實(shí)際偏移特性的仿真數(shù)據(jù)。

(4)

對(duì)于(xi,xi+1)范圍內(nèi)任意波長(zhǎng)x， 吸光度y可由式(4)計(jì)算得到。 其中， (xi,yi)表示波長(zhǎng)和吸光度， (xi+1,yi+1)為后一個(gè)波長(zhǎng)所對(duì)應(yīng)的波長(zhǎng)和吸光度。 利用MATLAB 2018a中“spline”函數(shù)實(shí)現(xiàn)插值計(jì)算。

1.3.5 模型的評(píng)價(jià)指標(biāo)

使用決定系數(shù)(determination coefficient,R2)和均方根誤差(root mean squared error, RMSE)[16]對(duì)模型性能進(jìn)行評(píng)價(jià)， RMSE單位為百分點(diǎn)。

2 結(jié)果與討論

2.1 特征波長(zhǎng)篩選

應(yīng)用1.3.2中介紹的逐步回歸方法對(duì)玉米鮮活葉片近紅外高光譜數(shù)據(jù)進(jìn)行特征波長(zhǎng)篩選， 對(duì)p≤0.05的F值引入相關(guān)波長(zhǎng)，F(xiàn)值(p≥0.1)時(shí)剔除該波長(zhǎng)。 篩選出的特征波長(zhǎng)及其對(duì)應(yīng)回歸模型的R2和RMSE結(jié)果的情況見表1。

表1 逐步回歸模型結(jié)果

由表1可以看出， 當(dāng)選擇2個(gè)或3個(gè)特征波長(zhǎng)時(shí)所建模型已能較好實(shí)現(xiàn)水分測(cè)量。 考慮到多光譜檢測(cè)裝置的結(jié)構(gòu)和成本， 選擇1 151和1 403 nm作為與水分密切相關(guān)的2個(gè)特征波長(zhǎng)。

選用市場(chǎng)上現(xiàn)有濾光片其中心波長(zhǎng)為1 150和1 400 nm， 為驗(yàn)證是否合適， 將60份不同生育期的樣品以2∶1比例隨機(jī)劃分為建模集和預(yù)測(cè)集， 兩個(gè)模型的R2和RMSE情況見表2。

表2 基于特征波長(zhǎng)的建模和預(yù)測(cè)結(jié)果

表2結(jié)果表明兩組相鄰波長(zhǎng)建模和驗(yàn)證結(jié)果的R2和RMSE沒有明顯差異。 由近紅外基團(tuán)吸收特征可知[16]， 1 150 nm附近主要包含CH基團(tuán)倍頻吸收， 而1 400 nm附近主要包含OH和CH基團(tuán)的倍頻及合頻吸收。 選擇這兩個(gè)特征波長(zhǎng)建立回歸模型時(shí)， CH基團(tuán)的吸收信息可實(shí)現(xiàn)相互抵消， 主要顯現(xiàn)水分的特征吸收， 應(yīng)用數(shù)學(xué)方法選擇的特征波長(zhǎng)具有基團(tuán)吸收特征的物理解釋。 因此， 本文所選擇特征波長(zhǎng)合理可行。

2.2 不同帶寬數(shù)據(jù)對(duì)建模結(jié)果的影響

將2.1中篩選的特征波長(zhǎng)(λc=1 150和1 400 nm)和不同帶寬(FWHM=10, 25, …, 300 nm)參數(shù)代入式(2)(透光近似分布函數(shù))， 得到相應(yīng)波長(zhǎng)和帶寬下的透光率的分布曲線； 并由式(3)， 將對(duì)應(yīng)波長(zhǎng)下的高光譜數(shù)據(jù)與分布曲線作卷積運(yùn)算， 得到不同中心波長(zhǎng)和帶寬下符合濾光片實(shí)際透光特性的仿真數(shù)據(jù)。 應(yīng)用不同參數(shù)下的仿真數(shù)據(jù)， 建立多元線性回歸模型(multivarate linear regression, MLR)， 不同模型結(jié)果情況見表3。

表3 不同帶寬建模結(jié)果

由表3結(jié)果可以看出， 帶寬小于100 nm的四個(gè)模型， 其R2和RMSE沒有明顯差異， 帶寬大于100 nm模型的決定系數(shù)和準(zhǔn)確度都有明顯降低。 帶寬小于100 nm時(shí)， 所建模型預(yù)測(cè)水分含量的均方根誤差可在1.5個(gè)百分點(diǎn)以內(nèi)， 滿足一般農(nóng)業(yè)分析要求。 為進(jìn)一步驗(yàn)證模型預(yù)測(cè)水分的可靠性， 以及所選特征波長(zhǎng)和帶寬范圍可行， 將25 nm帶寬的仿真數(shù)據(jù)集劃分為建模集與預(yù)測(cè)集， 劃分方式同2.1節(jié)一致， 其中， 建模集的R2和RMSE分別為0.968和1.186； 預(yù)測(cè)集的R2和RMSE分別為0.960和1.298， 圖1為建模集和預(yù)測(cè)集的水分參考值與預(yù)測(cè)值散點(diǎn)圖。 圖1結(jié)果表明， 選擇1 150和1 400 nm作為特征波長(zhǎng)， 在帶寬為25 nm下所建水分含量模型， 可實(shí)現(xiàn)玉米葉片水分的準(zhǔn)確檢測(cè)。

圖1 25 nm帶寬下建模集(a)和預(yù)測(cè)集(b)的水分參考值與預(yù)測(cè)值散點(diǎn)圖

2.3 中心波長(zhǎng)偏移對(duì)模型預(yù)測(cè)性能的影響

應(yīng)用式(4)， 得到波長(zhǎng)分辨率為0.01～0.5 nm的數(shù)據(jù)； 將偏移后的中心波長(zhǎng)和帶寬(25 nm)代入式(2)， 其中， 偏移量依次設(shè)置為(0.01， 0.02， …， 0.5 nm)， 得到中心波長(zhǎng)偏移后的透光分布曲線； 將相應(yīng)波長(zhǎng)的高光譜插值數(shù)據(jù)應(yīng)用式(3)作卷積運(yùn)算， 得到符合濾光片實(shí)際偏移特性的仿真數(shù)據(jù)。 應(yīng)用表3中， 中心波長(zhǎng)(λc=1 150和1 400 nm)和帶寬(25 nm)的模型， 預(yù)測(cè)不同偏移量數(shù)據(jù)的結(jié)果情況見表4。

由表4中數(shù)據(jù)可以看出， 隨著中心波長(zhǎng)偏移逐漸增大， 模型預(yù)測(cè)誤差也隨之增大， 表明波長(zhǎng)準(zhǔn)確性對(duì)近紅外分析非常關(guān)鍵， 波長(zhǎng)偏移過大時(shí)模型預(yù)測(cè)能力顯著下降。 但濾光片中心波長(zhǎng)偏移受溫度影響較小， 而且玉米一般是夏季室外作物， 通常在室外環(huán)境使用干涉濾光片的溫度在0和+50 ℃之間， 由1.3.4節(jié)中介紹的干涉濾光片中心波長(zhǎng)偏移與溫度的定量關(guān)系可得， 外界環(huán)境溫度在50 ℃范圍內(nèi)變化， 等價(jià)于中心波長(zhǎng)漂移量為0.05 nm， 而在此漂移量下的預(yù)測(cè)誤差僅高出不漂移下預(yù)測(cè)誤差3%左右， 可忽略， 詳細(xì)結(jié)果情況見表4。

表4 中心波長(zhǎng)(1 150和1 400 nm)和帶寬(25 nm)模型預(yù)測(cè)不同偏移量數(shù)據(jù)的結(jié)果

3 結(jié) 論

將小體積、 小重量、 高光通量近紅外相機(jī)加裝濾光片， 形成多光譜成像檢測(cè)裝置提供技術(shù)參數(shù)支撐和環(huán)境工作范圍， 從而實(shí)現(xiàn)田間活體葉片水分含量成像檢測(cè)； 通過應(yīng)用鮮活玉米葉片的近紅外高光譜數(shù)據(jù)進(jìn)行仿真研究， 結(jié)果表明： 濾光片特征波長(zhǎng)分別為1 150和1 400 nm， 帶寬小于100 nm時(shí)， 可實(shí)現(xiàn)準(zhǔn)確檢測(cè)， 環(huán)境溫度在50 ℃范圍內(nèi)對(duì)檢測(cè)結(jié)果影響不大。 基于本文研究結(jié)果， 實(shí)際裝置的搭建工作已開展， 裝置的實(shí)現(xiàn)可為現(xiàn)代農(nóng)業(yè)作物生理、 生產(chǎn)研究提供新型、 有效手段。