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,、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,，為霜害稻種識別提供了一種高效解決方案,。

實驗設(shè)計

1.1材料與方法

本實驗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,。

在本實驗中，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移動平臺上,，并采用推掃法來收集圖像,。隨著電動平臺的移動，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)中存在的噪聲會干擾后續(xù)的數(shù)據(jù)分析,，因此本實驗選取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（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，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,，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，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,，并采用交叉驗證優(yōu)化最小葉節(jié)點（minleaf）值。KNN依據(jù)鄰近樣本類別進(jìn)行分類,，并通過自動優(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個變量）中提取特征波長,。前三個主成分的累積貢獻(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,，通過計算變量權(quán)重篩選重要特征,。圖8顯示，在210個波長中,，僅6個波長權(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獲得的每個波長的權(quán)重值,。

表3展示了三個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,，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)量較少時仍保持了良好的分類效率，顯著高于本其他三個模型,。同時,，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?；贛SC-NCA-DF模型,，校準(zhǔn)時將種子隨機(jī)分為校準(zhǔn)集和預(yù)測集，并通過5折交叉驗證驗證模型效果,。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,?；谠撃Ｐ偷姆诸惤Y(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.