袁自然 葉寅 武際 方凌 陳曉芳 楊欣

摘要：葉綠素是植被光合作用的重要物質(zhì)，能夠間接反映植被的健康狀況和光合能力。高光譜技術(shù)的發(fā)展為大面積、快速檢測(cè)植被葉綠素含量變化提供了可能。選取150組不同生長(zhǎng)期的辣椒葉片作為研究對(duì)象，分別采集辣椒葉片的高光譜圖像和葉綠素含量。利用隨機(jī)森林特征選擇算法進(jìn)行數(shù)據(jù)篩選，結(jié)合線性回歸、偏最小二乘回歸、梯度提升回歸樹、隨機(jī)森林回歸等4種模型分別構(gòu)建回歸模型。結(jié)果表明：（1）利用隨機(jī)森林特征選擇算法篩選后波段建立的模型決定系數(shù)（r2）均大于0.8，說明該方法具有較高的穩(wěn)定性和預(yù)測(cè)精度;（2）利用隨機(jī)森林特征選擇算法篩選的波段結(jié)合隨機(jī)森林回歸，其驗(yàn)證集的r2為0.9、均方根誤差（RMSE）為1.87、平均絕對(duì)誤差（MAE）為1.43?？梢暂^為準(zhǔn)確地預(yù)測(cè)辣椒葉片葉綠素含量，為后期利用高光譜成像技術(shù)大面積檢測(cè)辣椒的生長(zhǎng)狀況提供了理論依據(jù)。

關(guān)鍵詞：高光譜成像;辣椒葉片;葉綠素含量;隨機(jī)森林特征選擇算法;回歸模型

中圖分類號(hào)：S127 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：1002-1302（2021）16-0189-04

葉綠素含量與植被光合作用效率密切相關(guān)[1]，因此快速、準(zhǔn)確地檢測(cè)葉片葉綠素含量在生態(tài)學(xué)、農(nóng)學(xué)上都具有重要價(jià)值。傳統(tǒng)檢測(cè)植物葉片葉綠素含量的方法須要實(shí)地調(diào)查或取樣送進(jìn)實(shí)驗(yàn)室測(cè)定，難以做到實(shí)時(shí)檢測(cè)，而利用便攜式葉綠素儀雖然可以做到實(shí)時(shí)檢測(cè)，但需要人工反復(fù)測(cè)量，人為干擾因素較大，精度無法保證，難以適用于大面積葉綠素含量檢測(cè)。而高光譜遙感技術(shù)具有光譜波段多且連續(xù)的特點(diǎn)，包含著豐富的信息，為快速、大面積檢測(cè)植被葉綠素含量的變化提供了可能[2]。

目前，國(guó)內(nèi)外高光譜成像技術(shù)已被成功用于植被葉片無損檢測(cè)中，Annala等利用卷積神經(jīng)網(wǎng)絡(luò)反演葉片葉綠素含量，結(jié)果表明利用高光譜技術(shù)可以有效估算植被葉綠素含量[3]。楊婧等通過采集油菜葉片為試驗(yàn)樣品，計(jì)算其反射光譜及反射光譜的一階導(dǎo)數(shù)與葉綠素含量的相關(guān)性，通過逐步回歸模型挑選敏感波段，并計(jì)算光譜指數(shù)，結(jié)果表明在蕾薹期和幼苗期通過構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型能夠更好地對(duì)油菜葉片葉綠素含量進(jìn)行反演[4]。劉燕德等利用遺傳算法（GA）、連續(xù)投影算法（SPA）和正適應(yīng)加權(quán)算法（CARS）結(jié)合偏最小二乘法（PLSR）分別對(duì)贛南臍橙葉片葉綠素、水分和氮素的含量進(jìn)行定量反演，結(jié)果表明高光譜技術(shù)可以對(duì)贛南臍橙葉綠素、水分和氮素含量進(jìn)行快速無損定量分析[5]。

隨著辣椒栽培技術(shù)的發(fā)展，辣椒種植出現(xiàn)規(guī)?；?、多樣化、大面積種植趨勢(shì)，而這些新趨勢(shì)也亟待通過遙感技術(shù)進(jìn)行快速無損檢測(cè)其長(zhǎng)勢(shì)，從而為精準(zhǔn)農(nóng)業(yè)提供決策。因此，本研究利用高光譜成像技術(shù)研究辣椒葉片葉綠素含量與光譜之間的定量關(guān)系，利用隨機(jī)森林特征選擇算法進(jìn)行數(shù)據(jù)篩選結(jié)合線性回歸（linear regression，LR）[6]、偏最小二乘回歸（partial least squares regression，PLSR）[7]、梯度提升回歸樹（gradient boosting regressor tree，GBRT）[8]、隨機(jī)森林回歸（random forest regression，RFR）[9]等4種模型分別構(gòu)建回歸模型，以期找到最佳反演模型，為今后大面積利用高光譜遙感技術(shù)檢測(cè)田間辣椒葉片葉綠素含量提供參考依據(jù)。

1 材料與方法

1.1 試驗(yàn)材料

研究區(qū)位于安徽省蕪湖市鳩江區(qū)沈巷鎮(zhèn)雙壩村蕪湖市德弘生態(tài)農(nóng)業(yè)有限公司（118°12′E，31°26′N），屬亞熱帶溫潤(rùn)季風(fēng)氣候，光照和雨量充足。試驗(yàn)品種為皖椒177，種植時(shí)間為2020年7月20日，采集時(shí)間為2020年9月7日。

本研究隨機(jī)采集辣椒植株不同葉位共150個(gè)辣椒葉片樣本，利用光譜-理化值共生距離（sample set partitioning based on joint x-y distance，SPXY）分類法[10]將總樣本按照2 ∶ 1劃分為建模集和驗(yàn)證集，即100個(gè)樣本用于建模，50個(gè)樣本用于驗(yàn)證。

1.2 葉綠素含量測(cè)定

利用日本柯尼卡美能達(dá)公司SPAD-502 Plus葉綠素計(jì)測(cè)定葉綠素含量，獲得的SPAD值可以直接作為表征葉綠素含量的相對(duì)值[11]。每張葉片分為6個(gè)小區(qū)，每個(gè)小區(qū)3次重復(fù)，取其均值作為該葉片葉綠素含量的最終結(jié)果。

1.3 高光譜數(shù)據(jù)采集

測(cè)定后的葉片，用超純水清洗，然后用吸濕紙吸去表面水分，用高光譜成像系統(tǒng)（四川雙利合譜科技有限公司，型號(hào)：GaiaSorter，圖1）采集數(shù)據(jù)。

高光譜相機(jī)與位移平臺(tái)的高度為60 cm，鹵鎢光源距位移平臺(tái)的高度為40 cm。高光譜相機(jī)配置：22 mm 鍍膜消色差鏡頭，光譜范圍為400～1 000 nm，光譜分辨率為3.5 nm，像素?cái)?shù)為1 456×1 936，相對(duì)孔徑為8，狹縫長(zhǎng)度為14.2 mm。在暗箱中進(jìn)行試驗(yàn)，利用公式（1）對(duì)采集后的光譜圖像進(jìn)行圖像校正。

Rref=DNraw-DNdarkDNwhite-DNdark。（1）

式中：Rref為校正后圖像;DNraw為原始圖像;DNwhite為白板圖像;DNdark為黑板校正圖像。

1.4 數(shù)據(jù)處理和分析

利用ENVI 5.3讀取辣椒葉片高光譜影像，并在圖像中選取6處具有代表性的矩形感興趣區(qū)（避開葉脈，圖2）作為樣本的原始光譜，加權(quán)平均后的光譜值作為原始光譜數(shù)據(jù)。去掉383～399、950～1 000 nm邊緣噪聲較大的光譜數(shù)據(jù)，保留 400～949 nm處的光譜數(shù)據(jù)（圖3）進(jìn)行下一步研究。

1.5 隨機(jī)森林特征選擇算法

在隨機(jī)森林算法中可以很容易測(cè)量每個(gè)特征對(duì)預(yù)測(cè)結(jié)果的相對(duì)重要性。特征的有效增加能提高分類精度，但高緯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[12]。基尼（Gini）系數(shù)通?？梢宰鳛楹饬枯斎胩卣鲗?duì)模型貢獻(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說，基于Gini系數(shù)的變量重要性評(píng)分（variable importance measures，VIM）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[13]。將原始光譜作為輸入集，利用隨機(jī)森林特征選擇算法進(jìn)行數(shù)據(jù)篩選，減少光譜的冗余信息，為后期數(shù)據(jù)分析提高效率。參數(shù)設(shè)置：樹的最大深度max_depth=20，隨機(jī)種子random_state=100，樹的個(gè)數(shù)n_estimators=90，最大特征樹max_features=10。

2 結(jié)果與分析

2.1 隨機(jī)森林特征選擇

從圖4可知，共選擇特征重要性最高的前20個(gè)波段，占總體變量的12.57%，分別為697.1、932.1、941.9、693.6、857.4、930.8、543.4、927.1、803.3、550.1、806.9、785.4、704.1、890.1、916、530、533.1、556.8、771.1、536.7 nm，從上述所選波段分布來看，主要集中于可見光波段（390～780 nm），這可能與光合作用的波段主要是可見光波段有關(guān)[14]。

2.2 模型構(gòu)建

將經(jīng)隨機(jī)森林特征選擇算法篩選后的波段作為自變量，SPAD值作為因變量。利用線性回歸（LR）、偏最小二乘回歸（PLSR）、梯度提升回歸樹（GBRT）、隨機(jī)森林回歸（RFR）分別構(gòu)建反演模型，研究中分別利用4種方法建立高光譜辣椒葉片葉綠素含量預(yù)測(cè)模型，結(jié)果（表1）表明，LR模型預(yù)測(cè)效果相對(duì)較差，其驗(yàn)證集決定系數(shù)（r2）為0.83、均方根誤差（RMSE）為2.39、平均絕對(duì)誤差（MAE）為1.89;而 RFR模型的反演精度表現(xiàn)最優(yōu)，其驗(yàn)證集r2為0.90、RMSE為1.87、MAE為1.43，為大面積田間預(yù)測(cè)提供了參考依據(jù)。

2.3 回歸預(yù)測(cè)

圖5是4種回歸建模方法估算模型散點(diǎn)圖。從圖5可知，就驗(yàn)證集樣本方面來看，RFR模型中的實(shí)測(cè)值和預(yù)測(cè)值更較為均勻地分布在1 ∶ 1直線的兩側(cè)。而LR算法構(gòu)建的模型擬合精度則相對(duì)較差，每個(gè)模型的R2都在0.8以上，說明該方法可以有效預(yù)測(cè)辣椒葉片的葉綠素含量。

3 討論

本研究共選擇特征重要性最高的前20個(gè)波段，占總體變量的12.57%，方慧等的研究表明利用紅邊（700 nm左右）、綠峰位置（500～600 nm）的變量構(gòu)建模型能夠良好地預(yù)測(cè)葉片葉綠素含量[15]，這與本研究選取的特征波段具有一致性，說明該方法可以適用于辣椒葉片高光譜數(shù)據(jù)降維工作。

葉片葉綠素含量是植物氮素狀況的重要指標(biāo)。葉片葉綠素含量的變化導(dǎo)致葉片反射率和透射光譜的波段差異。但是，從葉片到冠層光譜的過渡非常復(fù)雜。葉綠素濃度的變化和其他因素（例如冠層結(jié)構(gòu)、土壤背景和葉面積指數(shù)等）強(qiáng)烈影響冠層光譜反射率，使冠層水平的葉綠素檢測(cè)變得復(fù)雜而具有挑戰(zhàn)性[16]。高光譜數(shù)據(jù)提供了大量相鄰的波段葉片反射率，但也存在數(shù)據(jù)冗余的情況，隨機(jī)森林特征選擇算法，可以有效剔除無關(guān)冗余信息，減少選取波段，使模型簡(jiǎn)單，大大提高效率。

利用隨機(jī)森林特征選擇對(duì)光譜數(shù)據(jù)進(jìn)行遴選，由特征重要性高的波段構(gòu)成優(yōu)勢(shì)光譜數(shù)據(jù)集，使用優(yōu)勢(shì)光譜數(shù)據(jù)集進(jìn)行訓(xùn)練、預(yù)測(cè)。隨機(jī)森林特征選擇算法篩選的波段結(jié)合隨機(jī)森林回歸模型適用于多特征目標(biāo)的預(yù)測(cè)，同時(shí)減少了無關(guān)光譜波段信息的影響，較常規(guī)模型具有優(yōu)勢(shì)[9]，本研究的結(jié)論與之具有一致性。

4 結(jié)論

本研究利用高光譜成像技術(shù)研究辣椒葉片葉綠素含量與光譜之間的定量關(guān)系，利用隨機(jī)森林特征選擇算法進(jìn)行數(shù)據(jù)篩選，結(jié)合4種回歸模型分別

構(gòu)建回歸模型，并對(duì)結(jié)果進(jìn)行比較分析，結(jié)果表明：（1）利用隨機(jī)森林特征選擇算法篩選后的波段構(gòu)建的4種回歸模型中，每個(gè)模型的r2都在0.8以上，說明該方法篩選后波段構(gòu)建的模型精確度和可靠性較高，其中隨機(jī)森林回歸相對(duì)于其他回歸方法，模型精度最高，其驗(yàn)證集的 r2為0.90、RMSE為1.87、MAE為1.43。說明模型具有較高的穩(wěn)定性和預(yù)測(cè)精度，可以滿足實(shí)際預(yù)測(cè)需求，其次利用隨機(jī)森林特征選擇算法很大程度上降低了模型的復(fù)雜度，從而提高了模型的預(yù)測(cè)精度和穩(wěn)定度，達(dá)到簡(jiǎn)化模型的目的。（2）利用隨機(jī)森林特征選擇算法，結(jié)合4種回歸模型（LR、PLSR、GBRT、RFR）建立葉綠素含量估算模型，結(jié)果表明利用隨機(jī)森林特征選擇算法篩選的波段結(jié)合隨機(jī)森林回歸可以較為穩(wěn)定地預(yù)測(cè)辣椒葉片葉綠素含量，為后期大面積檢測(cè)辣椒的生長(zhǎng)狀況提供了理論依據(jù)。（3）選用辣椒葉片為研究對(duì)象，但從特征波段的選擇和模型構(gòu)建來說，對(duì)于其他農(nóng)作物也具有重要的參考性，今后的研究可以嘗試將該方法應(yīng)用到其他植被葉片中。

參考文獻(xiàn)：

[1]Richardson A D，Duigan S P，Berlyn G P，et al. An evaluation of noninvasive methods to estimate foliar chlorophyll content[J]. New Phytologist，2002，153：185-194.

[2]Wei L F，Yuan Z R，Yu M，et al. Estimation of arsenic content in soil based on laboratory and field reflectance spectroscopy[J]. Sensors，2019，19（18）：3904.

[3]Annala L，Honkavaara E，Tuominen S，et al. Chlorophyll concentration retrieval by training convolutional neural network for stochastic model of leaf optical properties（SLOP）inversion[J]. Remote Sensing，2020，12（2）：283.

[4]楊 婧，廖桂平，劉 凡，等. 基于高光譜成像技術(shù)的油菜葉片葉綠素含量預(yù)測(cè)[J].中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào)，2020，22（5）：86-96.

[5]劉燕德，姜小剛，周衍華，等. 基于高光譜成像技術(shù)對(duì)臍橙葉片的葉綠素、水分和氮素定量分析[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2016，37（3）：218-224.

[6]朱亞東，何鴻舉，王 魏，等. 高光譜成像技術(shù)結(jié)合線性回歸算法快速預(yù)測(cè)雞肉摻假牛肉[J].食品工業(yè)科技，2020（4）：184-189.

[7]王惠文. 偏最小二乘回歸方法及其應(yīng)用[M].北京：國(guó)防工業(yè)出版社，1999：208-210.

[8]沈夏炯，張俊濤，韓道軍. 基于梯度提升回歸樹的短時(shí)交通流預(yù)測(cè)模型[J].計(jì)算機(jī)科學(xué)，2018，45（6）：222-227，264.

[9]高 偉，楊可明，李孟倩，等. 鐵礦粉中全鐵含量的SFIM-RFR高光譜預(yù)測(cè)模型[J].光譜學(xué)與光譜分析，2020，40（8）：2546-2551.

[10]Galv O H，Araujo M U，José G E，et al. A method for calibration and validation subset partitioning[J]. Talanta，2005，67（4）：736-740.

[11]朱新開，盛海君，顧 晶，等. 應(yīng)用SPAD值預(yù)測(cè)小麥葉片葉綠素和氮含量的初步研究[J].麥類作物學(xué)報(bào)，2005，25（2）：46-50.

[12]Tian G，Xiao Z，Zhu J J，et al. Mapping spatial distribution of larch plantations from multi-seasonal landsat-8 OLI imagery and multi-scale textures using random forests[J]. Remote Sensing，2015，7（2）：1702-1720.

[13]Rodriguez-Galiano V F，Chica-Olmo M，Abarca-Hernandez F，et al. Random forest classification of mediterranean land cover using multi-seasonal imagery and multi-seasonal texture[J]. Remote Sensing of Environment，2012，121：93-107.

[14]楊可明，孫陽陽，王林偉，等. 玉米葉片葉綠素含量的高光譜反演模型探究[J].湖北農(nóng)業(yè)科學(xué)，2015，54（11）：2744-2748.

[15]方 慧，宋海燕，曹 芳，等. 油菜葉片的光譜特征與葉綠素含量之間的關(guān)系研究[J].光譜學(xué)與光譜分析，2007，27（9）：1731-1734.

[16]Qi H X，Zhu B Y，Kong L X，et al. Hyperspectral inversion model of chlorophyll content in peanut leaves[J]. Applied Sciences，2020，10（7）：2259.