本研究采用高光譜成像技術和深度森林（DF）模型，對不同程度霜害稻種進行快速無損分類。通過優(yōu)化光譜數據預處理（如多元散射校正MSC）和特征提取算法（如鄰域成分分析NCA），構建了多種分類模型，并對比了傳統(tǒng)機器學習方法（決策樹、KNN、SVM）與DF模型在小樣本數據上的表現。結果顯示，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直觀展示了霜害稻種的分類結果，為農業(yè)生產中的種子篩選和質量控制提供了高效、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農業(yè)中的應用提供了重要參考。

背景：

稻種質量直接影響農業(yè)產量，但在生產和儲存過程中易受霜害、熱害、真菌感染等影響，導致活力下降，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)農業(yè)減產。因此，快速、非破壞性檢測霜害種子的技術對農業(yè)生產至關重要。

傳統(tǒng)檢測方法如發(fā)芽試驗、四唑染色法雖準確，但操作復雜、成本高且具破壞性，難以大規(guī)模應用。近年來，光譜成像技術因其能同時獲取光譜和圖像信息，被廣泛應用于種子質量檢測，尤其是高光譜成像技術結合化學計量學和機器學習算法，在種子活力和霜害檢測方面取得顯著成果。

然而，深度學習模型通常需要大量樣本和復雜參數設置。為此，本文提出將高光譜成像技術與適用于小樣本數據的深度森林模型（DF）結合，用于霜害稻種分類研究。該方法建模簡單，對小樣本數據具有良好魯棒性，為霜害稻種識別提供了一種高效解決方案。

實驗設計

1.1材料與方法

本實驗使用的水稻種子品種為“艷風”，2018年收獲于遼寧盤錦，初始含水量13%至14%（干種子）。隨機選取1800粒種子，并人工調整含水量至30%，以研究霜凍損傷。種子被隨機分為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干燥通風環(huán)境中放置一周，以恢復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、計算機以及相關的控制軟件。在光譜成像儀中使用的相機是“Image-λ”系列高光譜相機，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據。由于原始光譜數據中存在的噪聲會干擾后續(xù)的數據分析，因此本實驗選取SG1、SNV和MSC方法對原始光譜數據進行預處理。

圖1. 提取光譜數據的主要流程圖。

在獲取高光譜圖像之后，從每組中隨機選取50粒水稻種子，并根據國際種子檢測協(xié)會（ISTA）的規(guī)則進行發(fā)芽測試。我們將種子浸泡在蒸餾水中12小時，然后在標準發(fā)芽箱中進行種子發(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）是反映種子質量的主要指標之一。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。

原始光譜數據高維且含冗余信息，難以直觀區(qū)分樣本差異。本研究采用t-SNE方法將高維數據映射至低維，實現樣本可視化，并擴大簇間距離以緩解擁擠問題。此外，高光譜數據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將多個指標轉化為少數主成分以降低維度，SPA通過前向變量選擇去除冗余信息，NCA作為度量學習算法，優(yōu)化數據的空間表示，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（SVM）和深度森林（DF）四種模型對水稻種子進行分類評價，確保分類的準確性與泛化能力。DT通過構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依據鄰近樣本類別進行分類，并通過自動優(yōu)化程序確定最佳k值。SVM采用RBF核函數處理線性和非線性數據，并利用網格搜索優(yōu)化懲罰系數（c）和核函數半徑。DF通過級聯森林結構進行表示學習，并在驗證集上評估性能，若無顯著提升則終止訓練，以控制模型復雜度。

5.2.結果與討論

（1）發(fā)芽試驗結果分析

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業(yè)生產至關重要。

（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準差。六組種子的光譜曲線趨勢相似，但在特定波長范圍內存在顯著差異。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N/H伸縮的第三泛音，1100-1300 nm對應C/H伸縮的第二泛音。隨著冷凍溫度和時間增加，種子細胞受損，淀粉結構破壞，影響糊粉層和胚的結構，阻礙赤霉素進入，進而影響種子活力。因此，冷凍條件越嚴苛，細胞破壞越嚴重，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準差

（3）高維光譜數據的可視化分析

本研究采用t-SNE對原始光譜數據及SG1、SNV、MSC三種預處理方法處理后的光譜數據進行可視化，并將其降維至二維進行分析比較。為減少t-SNE的隨機性，采用Matlab R2018b默認參數（歐幾里得距離、Perplexity = 30、LearnRate = 500、Theta = 0.5）。

圖4展示了不同預處理方法的光譜曲線及t-SNE可視化結果。從圖4e可見，原始光譜數據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，與原始數據相比無明顯改善。而圖4h表明，經MSC預處理的數據聚類效*顯著，6組水稻種子被清晰分類?？傮w而言，MSC處理后的光譜數據優(yōu)于其他方法。

圖4. 不同預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可視化不同預處理方法處理的光譜數據：(e) 原始光譜數據；(f) SG1處理后的光譜數據；(g) SNV處理后的光譜數據；(h) MSC處理后的光譜數據。

（4）基于全波長的建模分析

在建模前，所有樣本隨機分為校準集和預測集，比例為3:1。為了選擇最佳的預處理方法和模型組合，將原始光譜數據以及經過SG1、SNV和MSC預處理的光譜數據分別輸入到DT、KNN、SVM和DF模型中。圖5顯示了基于全波長的建模分析結果?？梢钥闯觯涍^MSC處理的光譜數據具有最高的建模準確率,均高于90%。這與t-SNE可視化的結論一致。

圖5. 基于全波長建模分析的結果

（5）基于PCA、SPA和NCA的特征波長選擇

為降低高維光譜數據維度并保留關鍵信息，本研究采用PCA、SPA和NCA從MSC處理后的光譜數據（210個變量）中提取特征波長。前三個主成分的累積貢獻率達99.52%，因此選取其載荷系數提取特征波長。圖6顯示了提取結果，共選出10個關鍵波長（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選擇的特征波長結果。最終，選擇了8個特征波長，根據它們相關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算法用于高維數據特征選擇，通過計算變量權重篩選重要特征。圖8顯示，在210個波長中，僅6個波長權重顯著高于0，表明多數波長對區(qū)分霜凍程度貢獻較小。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成分密切相關。

圖8. 使用NCA獲得的每個波長的權重值。

表3展示了三個特征提取算法提取的特征波長?？梢钥闯觯琍CA和SPA提取的特征波長非常接近，NCA算法提取的特征波長數量最少。

（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量下的結果。整體上，PCA的效果不如NCA和SPA。在比較后發(fā)現，當樣本集較少時，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量下的建模結果。(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量下的建模結果。DF模型在樣本數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量下的分類準確率優(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的不同樣本集數量下DT、KNN、SVM和DF模型的建模結果

（7）不同霜凍程度水稻種子的可視化

高光譜成像技術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果。研究采用逐對象方法進行可視化，并從1500粒種子（每類250粒）中選取樣本進行模型校準和測試，剩余300粒用于可視化?；贛SC-NCA-DF模型，校準時將種子隨機分為校準集和預測集，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。視覺分類結果顯示，在300粒種子中，只有2粒被誤分類，分類準確率為99.33%。

圖11. 不同霜凍程度水稻種子分類結果的可視化。

結論

本研究結合DF模型和高光譜成像技術，成功識別不同霜凍程度受損的水稻種子。使用三種光譜預處理方法、三種特征提取算法和三種傳統(tǒng)機器學習模型，以及一個深度學習模型進行對比建模。經過分析，MSC-NCA-DF模型表現最佳，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。

推薦產品

“GaiaSorter”高光譜成像系統(tǒng)

作者簡介

通訊作者：吉海彥，中國農業(yè)大學，博導

參考文獻

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.