花葉病脅迫下甘蔗葉片葉綠素含量的高光譜預(yù)測(cè)模型

王敬湧, 謝灑灑, 蓋倞堯*, 王梓廷*

1. 廣西大學(xué)機(jī)械工程學(xué)院, 廣西 南寧 530004

2. 廣西大學(xué)農(nóng)學(xué)院, 廣西 南寧 530004

3. 廣西大學(xué)廣西甘蔗生物學(xué)重點(diǎn)實(shí)驗(yàn)室, 廣西 南寧 530004

引 言

甘蔗是禾本科甘蔗屬作物, 屬于多年生草本植物, 是世界上主要的糖料作物。 據(jù)統(tǒng)計(jì), 全球甘蔗的種植面積約26 522 734公頃, 占世界農(nóng)業(yè)總面積的0.72%。 目前, 甘蔗作為原料生產(chǎn)的糖量約占全球糖供應(yīng)量的85%[1]。 如今, 世界食糖的消費(fèi)需求不斷增加, 人們對(duì)甘蔗生產(chǎn)力的要求也隨之增大。 但甘蔗在生長(zhǎng)發(fā)育中會(huì)存在許多問(wèn)題限制其生產(chǎn)力的發(fā)展, 其中花葉病就是一個(gè)因素。

甘蔗花葉病癥狀主要在葉片表現(xiàn), 病毒會(huì)遍及全株, 使整株甘蔗染病。 甘蔗感染花葉病后, 葉片的葉綠素被破壞, 葉片出現(xiàn)黃色或淺綠色的條紋[2]。 因此葉綠素含量可以作為評(píng)估甘蔗是否受到病害脅迫的一項(xiàng)指標(biāo)。 但是傳統(tǒng)的葉綠素檢測(cè)方法操作復(fù)雜、 昂貴費(fèi)時(shí), 且是有損檢測(cè), 所以不適合在田間大規(guī)模進(jìn)行。 隨著遙感技術(shù)的發(fā)展, 人們開(kāi)始對(duì)不同作物探索建立高光譜數(shù)據(jù)與植物生理參數(shù)之間的關(guān)系。 通常采集到的高光譜數(shù)據(jù)不僅數(shù)據(jù)量大, 還包含大量冗余信息和干擾信息。 因此為了減少干擾信息, 一般會(huì)對(duì)高光譜數(shù)據(jù)進(jìn)行預(yù)處理。 常用的預(yù)處理方法有: 小波去噪[3]、 MSC[4]、 SNV[4]、 一階導(dǎo)數(shù)等。 而為了減少數(shù)據(jù)量和冗余信息, 會(huì)對(duì)高光譜數(shù)據(jù)進(jìn)行特征波段的選擇。 常用的特征波段選擇的方法有: 隨機(jī)蛙跳算法[5]、 SPA[6]、 植被系數(shù)法[7-8]、 小波變換[9]、 相關(guān)系數(shù)[10]。 最終將預(yù)處理過(guò)后的高光譜數(shù)據(jù)或選擇的特征波段作為機(jī)器學(xué)習(xí)的輸入, 對(duì)不同作物的葉綠素含量進(jìn)行預(yù)測(cè)。 目前較為常用的機(jī)器學(xué)習(xí)方法有: PLSR[11]、 BPNN[12]、 KNN[13]、 SVR[14]等。

綜上所述, 目前國(guó)內(nèi)外學(xué)者利用光譜對(duì)不同作物的葉綠素反演進(jìn)行了大量的研究, 涉及到的光譜處理技術(shù)通常包括光譜信息預(yù)處理、 數(shù)據(jù)降維、 以及機(jī)器學(xué)習(xí)回歸模型等。 但利用高光譜對(duì)花葉病脅迫下甘蔗葉片葉綠素含量反演的研究較少。 為此, 以盆栽甘蔗為研究對(duì)象, 研究如下問(wèn)題: (1)比較分析感染花葉病葉片和健康葉片的葉綠素含量和光譜響應(yīng)特性差異; (2)探究不同預(yù)處理對(duì)葉綠素含量預(yù)測(cè)的影響; (3)建立多個(gè)葉綠素含量反演模型, 并通過(guò)比較反演性能, 選取最優(yōu)模型, 實(shí)現(xiàn)用對(duì)花葉病脅迫下甘蔗葉片的葉綠素含量無(wú)損測(cè)量。 本工作系統(tǒng)地分析比較了不同預(yù)處理方法、 數(shù)據(jù)降維方法以及機(jī)器學(xué)習(xí)模型在甘蔗葉片高光譜數(shù)據(jù)處理中的性能, 可為遙感監(jiān)測(cè)甘蔗病害脅迫程度提供理論依據(jù)以及技術(shù)支持。

1 實(shí)驗(yàn)部分

1.1 試驗(yàn)地點(diǎn)及時(shí)間

于2021年7月—11月在廣西大學(xué)農(nóng)學(xué)院教學(xué)科研基地開(kāi)展試驗(yàn), 選用中2號(hào)蔗甘蔗品種。 樣本總量為70株, 其中35株為控制組即感染花葉病植株, 另35株為對(duì)照組即健康植株。 控制組甘蔗病害樣本均通過(guò)人工接種發(fā)病后獲得, 花葉病病種來(lái)源廣西大學(xué)農(nóng)學(xué)院。 所有甘蔗在接種染花葉病之前于溫室里培育。 在對(duì)控制組植株進(jìn)行接種過(guò)后, 為避免感染健康植株, 將對(duì)照組甘蔗放置于溫室外獨(dú)立的大棚內(nèi)進(jìn)行種植。

1.2 光譜數(shù)據(jù)采集

葉片光譜數(shù)據(jù)使用CID便攜式CI-710光纖光譜儀(CID Bio-Science Inc., 美國(guó))進(jìn)行采集(圖1), 具體的技術(shù)參數(shù)見(jiàn)表1。 選擇天氣晴朗時(shí)進(jìn)行數(shù)據(jù)采集, 采集時(shí)間為10:00—12:00。 每次測(cè)量前均使用白板進(jìn)行校正, 使用葉夾方式在不同葉位即刻進(jìn)行測(cè)量。 每個(gè)葉位重復(fù)測(cè)量10次, 取平均值作為該葉位的光譜反射值。 由于測(cè)量的光譜數(shù)據(jù)在400～520和920～950 nm的噪音較大, 因此截取520～920 nm的光譜數(shù)據(jù)做后續(xù)的分析。

表1 CI-710光纖光譜儀技術(shù)參數(shù)

圖1 便攜式CI-710光纖光譜儀

1.3 葉綠素含量測(cè)定

葉片光譜測(cè)量后, 將不同位置的葉片洗凈組織表面污物, 剪碎(去掉中脈), 放入25 mL容量瓶中。 加入20 mL的80%丙酮浸提液, 放置于黑暗條件下, 浸泡至葉片發(fā)白。 用浸提試劑定容至25 mL, 搖勻靜置后用浸提試劑為空白測(cè)定吸光度。 選擇波段663和645 nm比色測(cè)出數(shù)值OD663、OD645, 利用式(1)計(jì)算出葉綠素含量

葉綠素含量(mg·cm-2)=(8.02×OD663+20.21×OD645)×V/(S×1 000)

(1)

式(1)中,V為浸提液體積;S為剪切葉片的面積。

1.4 數(shù)據(jù)處理

采用預(yù)處理-特征提取-機(jī)器學(xué)習(xí)反演的框架處理采集到的光譜數(shù)據(jù)。 首先, 在采集光譜數(shù)據(jù)時(shí), 由于人為操作、 環(huán)境、 儀器等影響, 會(huì)造成光譜數(shù)據(jù)包含大量的干擾信息, 因此需要對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理, 突出光譜數(shù)據(jù)中有用信息。 其次, 每條光譜曲線通常包含幾百甚至上千個(gè)數(shù)據(jù)點(diǎn), 其中包含大量冗余信息, 且使用全部的數(shù)據(jù)預(yù)測(cè)葉綠素含量會(huì)造成模型過(guò)擬合, 從而降低精度, 因此本研究對(duì)光譜數(shù)據(jù)進(jìn)行特征波段提取。 最后, 采用機(jī)器學(xué)習(xí)模型完成葉綠素含量的反演。 采用Microsoft Excel 2019整理數(shù)據(jù), Origin2019進(jìn)行統(tǒng)計(jì)分析和作圖, 使用Python對(duì)數(shù)據(jù)進(jìn)行建模與驗(yàn)證。

1.4.1 高光譜數(shù)據(jù)預(yù)處理

為了降低干擾信息的影響, 需要對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理。 使用Savitzky-Golay卷積, 變量標(biāo)準(zhǔn)化(standard normal variate, SNV), 多元散射校正(multiplicative scatter correction, MSC), 一階導(dǎo)數(shù)(first derivative, 1stD), 二階導(dǎo)數(shù)(second derivative, 2ndD)五種光譜變換預(yù)處理方法。

1.4.2 特征波段提取方法

特征波段的提取可以降低數(shù)據(jù)維度, 減少冗余數(shù)據(jù)的影響。 使用相關(guān)系數(shù)法、 連續(xù)投影算法、 隨機(jī)森林算法, 構(gòu)建最優(yōu)特征波段的提取方法。

各分析方法原理如下: 相關(guān)系數(shù)法[15]: 計(jì)算光譜中每一個(gè)波段的反射率與特定物質(zhì)含量的相關(guān)系數(shù), 相關(guān)系數(shù)絕對(duì)值越大, 則表明該波段反射率包含的有效信息越多, 則該波段可能被選為特征波段。 連續(xù)投影算法(successive projection algorithm, SPA)[16]: 一種前向特征變量選擇方法。 SPA利用向量的投影分析, 然后將波段投影到其他波段上, 比較投影向量大小, 以投影向量最大的波段為待選波段, 然后基于校正模型選擇最終的特征波段。 隨機(jī)森林算法(random forests, RF): 一種測(cè)量每個(gè)特征值對(duì)預(yù)測(cè)結(jié)果的相對(duì)重要性的方法。 高維度的特征互相之間可能具有相似性, 繼而對(duì)模型能力貢獻(xiàn)少, 并且影響計(jì)算效率。 基尼[17](Gini)系數(shù)通常可以作為衡量輸入特征對(duì)隨機(jī)森林算法貢獻(xiàn)度大小的評(píng)價(jià)標(biāo)準(zhǔn), 對(duì)樣本中所有特征變量來(lái)說(shuō), 基于系數(shù)的變量重要性評(píng)分能直觀量化各個(gè)特征對(duì)模型的貢獻(xiàn)大小, 值越高特征重要性越高。

1.4.3 機(jī)器學(xué)習(xí)方法與模型驗(yàn)證

在BP神經(jīng)網(wǎng)絡(luò)(back propagation neural networks, BPNN)、 支持向量回歸(support vector regression, SVR)、 K最鄰近法(K-nearest neighbors, KNN)[12-14]三種機(jī)器學(xué)習(xí)方法中篩選出最優(yōu)模型。 BPNN是一種具有輸入層、 隱含層和輸出層的典型多層前向型神經(jīng)網(wǎng)絡(luò), 可以實(shí)現(xiàn)輸入和輸出間的任意非線性映射, 具有較好的非線性映射逼近能力和預(yù)測(cè)能力。 SVR是支持向量機(jī)非線性回歸問(wèn)題上的推廣, 能在保證數(shù)據(jù)逼近精度的同時(shí)降低逼近函數(shù)的復(fù)雜度, 特別對(duì)有限樣本、 非線性問(wèn)題等方面具有諸多優(yōu)勢(shì)。 KNN是一種直觀的數(shù)據(jù)挖掘分類計(jì)數(shù)方法。 除了用于分類, 該方法也適用于回歸預(yù)測(cè)問(wèn)題。 當(dāng)進(jìn)行回歸預(yù)測(cè)時(shí), 使用K個(gè)臨近的均值作為預(yù)測(cè)結(jié)果。

(4)

(5)

2 結(jié)果與討論

2.1 花葉病對(duì)甘蔗葉片的影響

通過(guò)圖2可以發(fā)現(xiàn), 花葉病葉片的葉綠素含量明顯低于健康葉片的葉綠素含量。 花葉病葉片的葉綠素含量為5.69～7.43 mg·cm-2, 均值為6.27 mg·cm-2, 標(biāo)準(zhǔn)差為0.45。 健康葉片的葉綠素含量為11.72～14.01 mg·cm-2, 均值為12.86 mg·cm-2, 標(biāo)準(zhǔn)差為0.71。 通過(guò)Welch’s 檢驗(yàn)得到表2結(jié)果。 由于t Stat大于t雙尾臨界, 因此拒絕假設(shè), 健康葉片和花葉病葉片葉綠素含量均值有顯著的差異。 究其原因, 是花葉病破壞了葉片的葉綠素, 因此花葉病葉片的葉綠素含量險(xiǎn)著低于健康葉片的葉綠素含量。

表2 Welch’s檢驗(yàn)結(jié)果

圖2 感染花葉病葉片和健康葉片的葉綠素含量的平均值及標(biāo)準(zhǔn)差, ***p<0.05

感染花葉病的葉片和健康葉片的光譜曲線具有相同的趨勢(shì), 在520～600 nm間有一個(gè)反射峰, 600～700 nm間有一個(gè)吸收谷(圖3)。 但在520～650和700～850 nm這兩個(gè)區(qū)間, 花葉病葉片的反射率是要高于健康葉片的反射率。 通過(guò)圖3發(fā)現(xiàn)甘蔗葉片在感染花葉病后, 其紅邊位置出現(xiàn)了“藍(lán)移”。 由于甘蔗葉片感染花葉病, 大量葉綠素被破壞, 因此在光譜特征上與健康葉片會(huì)有較大的差異。

圖3 感染花葉病葉片與健康葉片在520～920 nm的平均光譜曲線

通過(guò)上述分析, 花葉病影響甘蔗葉片的葉綠素生成, 從而導(dǎo)致光譜曲線變化。 因此利用光譜反射率, 預(yù)測(cè)甘蔗葉片的葉綠素含量的方案是可行的。

2.2 最優(yōu)預(yù)處理的選擇

對(duì)原始光譜使用不同的預(yù)處理方法, 結(jié)果如圖4所示, 經(jīng)SG處理后的光譜變得更加平滑, 經(jīng)SNV、 MSC、 SG+SNV、 SG+MSC處理后, 原光譜曲線在700～850 nm的差異被消除, 曲線變得更集中。 經(jīng)SG+1stD處理后, 將原始光譜在700～850 nm間的差異放大。 經(jīng)1stD、 2ndD處理后, 噪音被放大。 經(jīng)SG+2ndD處理后, 光譜差異不明顯。

圖4 光譜不同預(yù)處理的結(jié)果

表3 不同預(yù)處理與原始光譜的PLSR模型對(duì)比分析

2.3 特征波段提取結(jié)果

通過(guò)計(jì)算各個(gè)波段的反射率與葉綠素含量的相關(guān)系數(shù), 可知520～649和691～829 nm兩區(qū)間內(nèi)波段的反射率與葉綠素含量的相關(guān)系數(shù)絕對(duì)值大于0.8(圖5), 說(shuō)明在這兩個(gè)區(qū)間內(nèi)波段的反射率與葉綠素含量具有強(qiáng)相關(guān)性。 而花葉病葉片和健康葉片的光譜曲線在這兩個(gè)區(qū)間具有較大的差異(圖3)。 由于相關(guān)系數(shù)絕對(duì)值大于0.8的波段有269個(gè), 為了減少計(jì)算量, 選擇了相關(guān)系數(shù)絕對(duì)值前15的波段(圖6), 選取的波段詳見(jiàn)表4。

表4 不同方法選取的特征波段

圖5 各個(gè)波段反射率與葉綠素含量的相關(guān)系數(shù)

圖6 相關(guān)系數(shù)法篩選出的波段

通過(guò)連續(xù)投影算法篩選出特征波段(圖7), 最終篩選出15個(gè)特征波段, 占總波段的3.7%, 選取的具體波段見(jiàn)表4。 其中篩選出的波段在可見(jiàn)光范圍內(nèi)占33.3%, 在近紅外范圍內(nèi)占66.7%。 但在520～650和700～850 nm這兩個(gè)區(qū)間的波段, 花葉病葉片和健康葉片的光譜曲線具有較大的差異(圖3), SPA卻在這兩個(gè)區(qū)間篩選出較少特征波段。 這與相關(guān)系數(shù)法選擇的波段差異較大。

圖7 連續(xù)投影算法篩選出的波段

通過(guò)隨機(jī)森林算法得到每個(gè)波段對(duì)葉綠素預(yù)測(cè)的重要性(圖8)。 其中重要性較高的波段主要集中在520～650和700～830 nm之間, 總共有262個(gè)波段。 為了減少計(jì)算量, 選擇特征重要性前15的波段(圖9), 選取的波段見(jiàn)表4。

圖8 各波段重要性分布圖

圖9 隨機(jī)森林算法篩選出的波段

2.4 基于不同機(jī)器學(xué)習(xí)方法和不同特征波段選擇方法的預(yù)測(cè)結(jié)果

將全波段和提取出的特征波段作為不同機(jī)器學(xué)習(xí)方法的輸入變量(表5)。 其中M1為全波段(401個(gè)波段), M2、 M3、 M4分別為相關(guān)系數(shù)法、 連續(xù)投影算法、 隨機(jī)森林算法篩選出的15個(gè)特征波段。 由于相關(guān)系數(shù)法和隨機(jī)森林、 連續(xù)投影法選擇的特征波段差異較大。 因此, 增加兩組輸入變量, 分別為M5和M6, 其中M5為M2與M3相結(jié)合的波段, M6為M2與M4相結(jié)合的波段。

表5 葉綠素含量預(yù)測(cè)模型輸入變量分組

表6 甘蔗葉片葉綠素含量預(yù)測(cè)模型結(jié)果

圖10 基于M4和BPNN結(jié)合的模型預(yù)測(cè)葉綠素含量值與實(shí)測(cè)值比較

3 結(jié) 論

提出了一種使用高光譜數(shù)據(jù)預(yù)測(cè)花葉病脅迫下甘蔗葉片葉綠素的方法, 該方法對(duì)葉片的高光譜數(shù)據(jù)進(jìn)行不同的預(yù)處理和降維, 最終使用機(jī)器學(xué)習(xí)對(duì)葉綠素含量進(jìn)行預(yù)測(cè)。 通過(guò)分析實(shí)驗(yàn)結(jié)果可得到如下結(jié)果:

(1) 感染了花葉病的葉片相較于健康葉片, 葉片的葉綠素含量會(huì)顯著降低。 且感染花葉病的葉片與健康葉片的光譜也有較大的差異。 染病葉片在520～650和700～850 nm之間的光反射率要高于健康葉片。 因此利用光譜數(shù)據(jù), 反演葉片葉綠素含量是可行的。

(2) 通過(guò)SG、 MSC、 SNV、 1stD、 2ndD這些方法對(duì)原始光譜進(jìn)行預(yù)處理, 通過(guò)偏最小二乘回歸反演葉綠素含量, 發(fā)現(xiàn)SG預(yù)處理過(guò)后的光譜相較于原始光譜可以提高葉綠素反演的精度。

本研究為光譜遙感監(jiān)測(cè)花葉病脅迫下甘蔗葉片生長(zhǎng)狀況建立了理論與技術(shù)基礎(chǔ)。 此模型于田間的適應(yīng)性將在后續(xù)工作中進(jìn)一步驗(yàn)證。