本研究采用高光譜成像技術(shù)和深度森林（DF）模型，對不同程度霜害稻種進(jìn)行快速無損分類。通過優(yōu)化光譜數(shù)據(jù)預(yù)處理（如多元散射校正MSC）和特征提取算法（如鄰域成分分析NCA），構(gòu)建了多種分類模型，并對比了傳統(tǒng)機(jī)器學(xué)習(xí)方法（決策樹、KNN、SVM）與DF模型在小樣本數(shù)據(jù)上的表現(xiàn)。結(jié)果顯示，DF模型具有更高的分類精度和魯棒性。研究還通過可視化技術(shù)直觀展示了霜害稻種的分類結(jié)果，為農(nóng)業(yè)生產(chǎn)中的種子篩選和質(zhì)量控制提供了高效、智能化的解決方案。該方法不僅提高了霜害種子檢測精度，也為高光譜成像在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用提供了重要參考。

背景：

稻種質(zhì)量直接影響農(nóng)業(yè)產(chǎn)量，但在生產(chǎn)和儲(chǔ)存過程中易受霜害、熱害、真菌感染等影響，導(dǎo)致活力下降，尤其在中國東北地區(qū)，晚熟粳稻種子易受低溫霜害，降低發(fā)芽率和幼苗生長速率，可能引發(fā)農(nóng)業(yè)減產(chǎn)。因此，快速、非破壞性檢測霜害種子的技術(shù)對農(nóng)業(yè)生產(chǎn)至關(guān)重要。

傳統(tǒng)檢測方法如發(fā)芽試驗(yàn)、四唑染色法雖準(zhǔn)確，但操作復(fù)雜、成本高且具破壞性，難以大規(guī)模應(yīng)用。近年來，光譜成像技術(shù)因其能同時(shí)獲取光譜和圖像信息，被廣泛應(yīng)用于種子質(zhì)量檢測，尤其是高光譜成像技術(shù)結(jié)合化學(xué)計(jì)量學(xué)和機(jī)器學(xué)習(xí)算法，在種子活力和霜害檢測方面取得顯著成果。

然而，深度學(xué)習(xí)模型通常需要大量樣本和復(fù)雜參數(shù)設(shè)置。為此，本文提出將高光譜成像技術(shù)與適用于小樣本數(shù)據(jù)的深度森林模型（DF）結(jié)合，用于霜害稻種分類研究。該方法建模簡單，對小樣本數(shù)據(jù)具有良好魯棒性，為霜害稻種識(shí)別提供了一種高效解決方案。

實(shí)驗(yàn)設(shè)計(jì)

1.1材料與方法

本實(shí)驗(yàn)使用的水稻種子品種為“艷風(fēng)"，2018年收獲于遼寧盤錦，初始含水量13%至14%（干種子）。隨機(jī)選取1800粒種子，并人工調(diào)整含水量至30%，以研究霜凍損傷。種子被隨機(jī)分為6組，每組300粒，其中一組為對照組，未冷凍處理，其余5組在不同溫度下冷凍不同時(shí)間（見表1）。冷凍后，種子在25°C干燥通風(fēng)環(huán)境中放置一周，以恢復(fù)正常溫度并減少水分干擾。

在本實(shí)驗(yàn)中，選用了江蘇雙利合譜科技有限公司的“GaiaSorter"高光譜成像系統(tǒng)。該系統(tǒng)的核心組件包括均勻光源、光譜相機(jī)、計(jì)算機(jī)以及相關(guān)的控制軟件。在光譜成像儀中使用的相機(jī)是“Image-λ"系列高光譜相機(jī)，其光譜范圍大約為900-1700 nm。系統(tǒng)的工作原理是將待測樣品放置在由軟件控制的電動(dòng)移動(dòng)平臺(tái)上，并采用推掃法來收集圖像。隨著電動(dòng)平臺(tái)的移動(dòng)，最終獲得了包含待測樣品光譜信息和圖像信息的高光譜立方體數(shù)據(jù)。由于原始光譜數(shù)據(jù)中存在的噪聲會(huì)干擾后續(xù)的數(shù)據(jù)分析，因此本實(shí)驗(yàn)選取SG1、SNV和MSC方法對原始光譜數(shù)據(jù)進(jìn)行預(yù)處理。

圖1. 提取光譜數(shù)據(jù)的主要流程圖。

在獲取高光譜圖像之后，從每組中隨機(jī)選取50粒水稻種子，并根據(jù)國際種子檢測協(xié)會(huì)（ISTA）的規(guī)則進(jìn)行發(fā)芽測試。我們將種子浸泡在蒸餾水中12小時(shí)，然后在標(biāo)準(zhǔn)發(fā)芽箱中進(jìn)行種子發(fā)芽測試，并在種子表面覆蓋濕潤的發(fā)芽紙以在室溫25°C下遮光。發(fā)芽力（GF）和發(fā)芽率（GR）是反映種子質(zhì)量的主要指標(biāo)之一。通常情況下，具有高GR和GF的種子活力強(qiáng)，而GR高但GF低的種子也可能活力低下。

原始光譜數(shù)據(jù)高維且含冗余信息，難以直觀區(qū)分樣本差異。本研究采用t-SNE方法將高維數(shù)據(jù)映射至低維，實(shí)現(xiàn)樣本可視化，并擴(kuò)大簇間距離以緩解擁擠問題。此外，高光譜數(shù)據(jù)的冗余和共線性影響模型性能，因此使用PCA、SPA和NCA提取特征波長。PCA將多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)主成分以降低維度，SPA通過前向變量選擇去除冗余信息，NCA作為度量學(xué)習(xí)算法，優(yōu)化數(shù)據(jù)的空間表示，提高模型效果。

本研究利用決策樹（DT）、K最近鄰（KNN）、支持向量機(jī)（SVM）和深度森林（DF）四種模型對水稻種子進(jìn)行分類評價(jià)，確保分類的準(zhǔn)確性與泛化能力。DT通過構(gòu)建決策樹確定分類概率，并采用交叉驗(yàn)證優(yōu)化最小葉節(jié)點(diǎn)（minleaf）值。KNN依據(jù)鄰近樣本類別進(jìn)行分類，并通過自動(dòng)優(yōu)化程序確定最佳k值。SVM采用RBF核函數(shù)處理線性和非線性數(shù)據(jù)，并利用網(wǎng)格搜索優(yōu)化懲罰系數(shù)（c）和核函數(shù)半徑。DF通過級聯(lián)森林結(jié)構(gòu)進(jìn)行表示學(xué)習(xí)，并在驗(yàn)證集上評估性能，若無顯著提升則終止訓(xùn)練，以控制模型復(fù)雜度。

5.2.結(jié)果與討論

（1）發(fā)芽試驗(yàn)結(jié)果分析

表2顯示，不同冷凍條件下水稻種子的發(fā)芽勢（GF）、發(fā)芽率（GR）和平均芽長均下降。正常種子的GF與GR一致，而霜凍傷害種子的GF低于GR。GR高且GF強(qiáng)表明幼苗出土快且整齊，GF弱則出土不均且幼苗弱。在-10°C/4小時(shí)下，GR達(dá)90%，GF僅82%，且平均芽長較短，表明輕微霜凍傷害。這些種子播種后出苗不足，影響收成，因此快速無損識(shí)別霜凍傷害種子對農(nóng)業(yè)生產(chǎn)至關(guān)重要。

（2）原始光譜分析

原始光譜波長范圍為900-1700 nm，但受儀器影響，前后部分噪聲較大。因此，我們選取了949.0-1638.0 nm的210個(gè)波長進(jìn)行分析。圖3顯示不同冷凍條件下水稻種子的平均光譜曲線和標(biāo)準(zhǔn)差。六組種子的光譜曲線趨勢相似，但在特定波長范圍內(nèi)存在顯著差異。例如，在1000.0-1300.0 nm，光譜反射率依次遞減：-25°C/20 h > -20°C/16 h > -15°C/12 h > -10°C/8 h > -10°C/4 h > 未處理，其中1300 nm處差異*明顯。1000-1100 nm主要對應(yīng)N/H伸縮的第三泛音，1100-1300 nm對應(yīng)C/H伸縮的第二泛音。隨著冷凍溫度和時(shí)間增加，種子細(xì)胞受損，淀粉結(jié)構(gòu)破壞，影響糊粉層和胚的結(jié)構(gòu)，阻礙赤霉素進(jìn)入，進(jìn)而影響種子活力。因此，冷凍條件越嚴(yán)苛，細(xì)胞破壞越嚴(yán)重，使得1000-1300 nm的光譜反射率逐漸增加。

圖3. 不同冷凍條件下水稻種子的平均光譜曲線及其標(biāo)準(zhǔn)差

（3）高維光譜數(shù)據(jù)的可視化分析

本研究采用t-SNE對原始光譜數(shù)據(jù)及SG1、SNV、MSC三種預(yù)處理方法處理后的光譜數(shù)據(jù)進(jìn)行可視化，并將其降維至二維進(jìn)行分析比較。為減少t-SNE的隨機(jī)性，采用Matlab R2018b默認(rèn)參數(shù)（歐幾里得距離、Perplexity = 30、LearnRate = 500、Theta = 0.5）。

圖4展示了不同預(yù)處理方法的光譜曲線及t-SNE可視化結(jié)果。從圖4e可見，原始光譜數(shù)據(jù)在不同冷凍條件下混合重疊，降維后特征難以區(qū)分。圖4f和4g顯示，SG1和SNV處理后仍存在大量重疊，與原始數(shù)據(jù)相比無明顯改善。而圖4h表明，經(jīng)MSC預(yù)處理的數(shù)據(jù)聚類效*顯著，6組水稻種子被清晰分類?？傮w而言，MSC處理后的光譜數(shù)據(jù)優(yōu)于其他方法。

圖4. 不同預(yù)處理方法的光譜曲線：(a) 原始光譜曲線；(b) SG1處理后的光譜曲線；(c) SNV處理后的光譜曲線；(d) MSC處理后的光譜曲線。使用t-SNE可視化不同預(yù)處理方法處理的光譜數(shù)據(jù)：(e) 原始光譜數(shù)據(jù)；(f) SG1處理后的光譜數(shù)據(jù)；(g) SNV處理后的光譜數(shù)據(jù)；(h) MSC處理后的光譜數(shù)據(jù)。

（4）基于全波長的建模分析

在建模前，所有樣本隨機(jī)分為校準(zhǔn)集和預(yù)測集，比例為3:1。為了選擇最佳的預(yù)處理方法和模型組合，將原始光譜數(shù)據(jù)以及經(jīng)過SG1、SNV和MSC預(yù)處理的光譜數(shù)據(jù)分別輸入到DT、KNN、SVM和DF模型中。圖5顯示了基于全波長的建模分析結(jié)果?？梢钥闯觯?jīng)過MSC處理的光譜數(shù)據(jù)具有最高的建模準(zhǔn)確率,均高于90%。這與t-SNE可視化的結(jié)論一致。

圖5. 基于全波長建模分析的結(jié)果

（5）基于PCA、SPA和NCA的特征波長選擇

為降低高維光譜數(shù)據(jù)維度并保留關(guān)鍵信息，本研究采用PCA、SPA和NCA從MSC處理后的光譜數(shù)據(jù)（210個(gè)變量）中提取特征波長。前三個(gè)主成分的累積貢獻(xiàn)率達(dá)99.52%，因此選取其載荷系數(shù)提取特征波長。圖6顯示了提取結(jié)果，共選出10個(gè)關(guān)鍵波長（1003.7、1108.7、1115.4、1192.5、1199.2、1295.4、1302.0、1357.8、1462.0和1471.7 nm）。

圖6. 利用前三個(gè)主成分載荷曲線提取的特征波長。

圖7展示了SPA選擇的特征波長結(jié)果。最終，選擇了8個(gè)特征波長，根據(jù)它們相關(guān)性的順序排列依次是1139.0、1088.5、1000.3、1195.9、1282.2、1612.6、1367.6和1467.0 nm。這些波長的相關(guān)性也顯示了它們在區(qū)分不同霜凍程度水稻種子中的重要性。

圖7. 由SPA提取的特征波長。

NCA算法用于高維數(shù)據(jù)特征選擇，通過計(jì)算變量權(quán)重篩選重要特征。圖8顯示，在210個(gè)波長中，僅6個(gè)波長權(quán)重顯著高于0，表明多數(shù)波長對區(qū)分霜凍程度貢獻(xiàn)較小。最終選出的六個(gè)特征波長依次為1030.9、1529.6、1334.9、1152.4、1047.9和1413.3 nm，它們與水稻種子化學(xué)成分密切相關(guān)。

圖8. 使用NCA獲得的每個(gè)波長的權(quán)重值。

表3展示了三個(gè)特征提取算法提取的特征波長?？梢钥闯?，PCA和SPA提取的特征波長非常接近，NCA算法提取的特征波長數(shù)量最少。

（6）基于特征波長的建模分析

為了評估不同模型的有效性，我們將總樣本集（6類水稻種子，每類300粒，共1800粒）分成不同樣本集，包含每類水稻種子10至300粒不等。模型的準(zhǔn)確率通過五折交叉驗(yàn)證獲得。圖9a至d展示了基于DT、KNN、SVM和DF模型在不同樣本集數(shù)量下的結(jié)果。整體上，PCA的效果不如NCA和SPA。在比較后發(fā)現(xiàn)，當(dāng)樣本集較少時(shí)，NCA提取的特征波長建模效果優(yōu)于SPA，且隨著樣本集增加，二者的效果趨于接近。此外，NCA提取的特征波長數(shù)量少于SPA，有助于提升運(yùn)算速度。因此，NCA被選為最佳特征提取算法。

圖9. 基于不同特征提取算法在不同樣本集數(shù)量下的建模結(jié)果。(a) DT模型；(b) KNN模型；(c) SVM模型；(d) DF模型。

圖10展示了基于NCA的DT、KNN、SVM和DF模型在不同樣本集數(shù)量下的建模結(jié)果。DF模型在樣本數(shù)量較少時(shí)仍保持了良好的分類效率，顯著高于本其他三個(gè)模型。同時(shí)，由于DF模型在不同樣本集數(shù)量下的分類準(zhǔn)確率優(yōu)于其他三個(gè)分類模型，因此最終被選為最佳分類模型。

圖10. 基于NCA的不同樣本集數(shù)量下DT、KNN、SVM和DF模型的建模結(jié)果

（7）不同霜凍程度水稻種子的可視化

高光譜成像技術(shù)能夠同時(shí)獲取水稻種子的光譜和空間信息，從而通過可視化地圖展示不同霜凍程度的種子分類結(jié)果。研究采用逐對象方法進(jìn)行可視化，并從1500粒種子（每類250粒）中選取樣本進(jìn)行模型校準(zhǔn)和測試，剩余300粒用于可視化。基于MSC-NCA-DF模型，校準(zhǔn)時(shí)將種子隨機(jī)分為校準(zhǔn)集和預(yù)測集，并通過5折交叉驗(yàn)證驗(yàn)證模型效果。通過敏感性和特異性評估模型性能。DF模型能夠高效區(qū)分健康和不同霜凍程度受損的種子，表明其具有較高的敏感性和特異性。視覺分類結(jié)果顯示，在300粒種子中，只有2粒被誤分類，分類準(zhǔn)確率為99.33%。

圖11. 不同霜凍程度水稻種子分類結(jié)果的可視化。

結(jié)論

本研究結(jié)合DF模型和高光譜成像技術(shù)，成功識(shí)別不同霜凍程度受損的水稻種子。使用三種光譜預(yù)處理方法、三種特征提取算法和三種傳統(tǒng)機(jī)器學(xué)習(xí)模型，以及一個(gè)深度學(xué)習(xí)模型進(jìn)行對比建模。經(jīng)過分析，MSC-NCA-DF模型表現(xiàn)最佳，DF模型在小樣本集中依然具備良好分類能力，最終被選為最佳模型。基于該模型的分類結(jié)果可視化，展示了不同霜凍程度的水稻種子，為未來在線檢測系統(tǒng)提供參考。

推薦產(chǎn)品

“GaiaSorter"高光譜成像系統(tǒng)

作者簡介

通訊作者：吉海彥，中國農(nóng)業(yè)大學(xué)，博導(dǎo)

參考文獻(xiàn)

論文引用自一區(qū)文章：Liu Zhang, Heng Sun, Zhenhong Rao, Haiyan Ji. Hyperspectral imaging technology combined with deep forest model to identify frost-damaged rice seeds. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy 229 (2020) 117973.