應用方向

快速、準確且實時地檢測煙草葉片的氮含量對煙葉品質(zhì)監(jiān)測具有重要意義。無人機搭載的高光譜遙感技術可在大尺度上獲取農(nóng)田作物的精細光譜信息。結合多種機器學習算法，可建立高效的葉片氮含量（LNC）評估模型。本研究旨在利用無人機高光譜影像數(shù)據(jù)構建高性能煙草LNC估算模型。為解決單模型性能差異（異質(zhì)性）問題，引入集成學習策略，將多元線性回歸（MLR）、決策樹回歸（DTR）、隨機森林（RF）、自適應提升（Adaboost）及堆疊（Stacking）等多種算法進行融合，以挖掘更多有效數(shù)據(jù)特征。模型性能通過決定系數(shù)（R2）、均方根誤差（RMSE）和平均絕*百分比誤差（MAPE）評估，并以偏最小二乘回歸（PLSR）作為基準。結果表明，所有集成學習模型均優(yōu)于PLSR（R2=0.680，RMSE=5.402 mg/g，MAPE=19.72%），其中基于堆疊策略的模型表現(xiàn)*佳（R2=0.745，RMSE=4.825 mg/g，MAPE=17.98%）。研究為利用無人機高光譜技術實現(xiàn)高效、無損的作物養(yǎng)分與植被表型特征檢測提供了參考。

背景

煙草是中國重要的經(jīng)濟作物，其生產(chǎn)質(zhì)量直接影響農(nóng)民收益與區(qū)域經(jīng)濟發(fā)展。葉片氮含量（LNC）是影響煙葉品質(zhì)的關鍵指標，但傳統(tǒng)檢測方法（人工經(jīng)驗或?qū)嶒炇曳治觯┐嬖诓僮鞣爆崱⒊杀靖?、時效差的問題。無人機（UAV）結合高光譜遙感技術為實現(xiàn)作物氮含量的快速、無損檢測提供了可能，并在水稻、玉米、棉花等作物的葉氮含量估算中取得了成功，但在煙草領域的應用仍然較為有限。盡管高光譜數(shù)據(jù)能夠反映作物的表型特征，但其與葉氮含量之間的關系需要通過精確的建模加以揭示，現(xiàn)有的回歸模型在不同作物和環(huán)境條件下表現(xiàn)異質(zhì)，影響預測的穩(wěn)定性和精度。本研究采用三種集成學習方法——隨機森林（RF）、Adaboost回歸和堆疊回歸（stacking），以解決單一模型的局限性，并與傳統(tǒng)的部分最小二乘回歸（PLSR）進行了對比。本研究首*系統(tǒng)評估UAV?HRS用于煙草LNC反演的潛力，并以集成學習緩解不同模型在不同地塊、品種和環(huán)境下的性能異質(zhì)性。

圖1 研究技術路線

實驗與數(shù)據(jù)采集

（1）實驗設置

本研究于2022年在中國云南省大理白族自治州祥云縣和彌渡縣開展，實驗地點位于六個煙草研究農(nóng)田（S1~S6），采用隨機區(qū)組設計，分為三次重復（R1–R3）。每個實驗地塊面積約1000 m2，均為平坦地形，且沒有高壓電線、樹木、建筑物等阻礙無人機飛行的障礙物。煙草苗于四月下旬移栽，隨后每個地塊根據(jù)施肥量（0%、25%、50%、75%、100%、125%、150%）分配了七種肥料處理。

（2）數(shù)據(jù)采集

無人機搭載的高光譜成像平臺包括DJI Matrice 600 Pro無人機和江蘇雙利合譜科技有限公司的GaiaSky-mini2-VN推掃高光譜成像儀，后者在400–1000納米范圍內(nèi)采集了176個波段的高光譜圖像，光譜分辨率為3.5納米。高光譜圖像采集周期為每隔20天（±3天），從移栽后35天開始，持續(xù)到收獲。采集時間段選擇在晴天的10:00到15:00之間，飛行高度為80米，空間分辨率為0.032米。在每次測量前，進行了光譜校準。煙草樣品的采集與高光譜圖像采集同步進行。在每個處理地塊中，從兩株代表性煙草植株的上中部葉片上各采集兩片葉子。樣品被放入標識的紙袋中，并轉(zhuǎn)送至化學實驗室進行分析。

研究結果

（1）預處理高光譜數(shù)據(jù)

本研究通過使用數(shù)據(jù)處理軟件，提取純煙株像元的平均反射率；采用ExG（過量綠色指數(shù)）掩膜剔除土壤、陰影與雜草（優(yōu)于NDVI）見圖3。

（a）Raw    （b）ExG    （c）NDVI

圖2 純煙草像素提取中ExG與NDVI的對比分析。

（2）特征構建：連續(xù)投影算法（SPA）處理

利用SPA（Successive Projection Algorithm）篩選氮敏感波段，該算法不僅能壓縮光譜數(shù)據(jù)，還能根據(jù)波長對LNC的貢獻度篩選出有效波段，剔除無意義波長，從而降低模型復雜度，共選出15個關鍵波段（405~959 nm）。

（3）基于Bagging策略的集成學習框架

圖4展示了基于Bagging策略（Bootstrap Aggregating）的集成學習原理。該方法通過對原始訓練集進行多次自助抽樣（Bootstrap sampling），生成若干個隨機子集，在每個子集上分別訓練獨立的弱學習器，最終通過平均或投票融合得到整體預測結果。研究結果表明，RF模型在測試集上獲得R2=0.711、RMSE=5.137 mg/g，顯著優(yōu)于傳統(tǒng)的PLSR模型，驗證了Bagging策略在復雜農(nóng)田環(huán)境下的穩(wěn)健性與抗噪聲能力。

圖3 袋裝法與提升法基本策略比較

（4）主成分分析（PCA）提取主成分貢獻度

研究對400~1000 nm全波段反射率數(shù)據(jù)進行PCA分析后發(fā)現(xiàn)，前七個主成分即可累計解釋超過99.9%的光譜信息，如圖5所示。這說明煙草冠層的主要光譜變異可由少量主成分表示，為后續(xù)PLSR建模顯著降低了維度與共線性問題。PCA的引入有效壓縮了數(shù)據(jù)冗余，提升了模型訓練的計算效率和穩(wěn)定性，為構建偏最小二乘回歸（PLSR）及多元線性回歸（MLR）模型提供了優(yōu)化輸入。

圖4 前7個主成分貢獻超過99.9%的信息量

（4）連續(xù)投影算法（SPA）波段特征

使用連續(xù)投影算法（SPA）通過逐步投影和最小化波段間共線性，篩選出*具代表性的光譜特征變量。橫軸為選擇波段數(shù)量，縱軸為模型的RMSE值。結果顯示，當選取波段數(shù)量達到15個時，RMSE下降至約5.1 mg/g，達到*優(yōu)解。進一步增加波段數(shù)量并未顯著降低誤差，表明SPA有效找到了信息量豐富且冗余度低的波段組合。論文指出，SPA能夠在保持主要氮敏感特征的同時減少噪聲干擾，為后續(xù)建模提供更高信噪比的輸入變量，從而提升模型的泛化性能。

圖5 SPA最終篩選的條帶數(shù)量

（5）連續(xù)投影算法（SPA）波段特征選擇

圖7展示了通過SPA算法篩選出的15個關鍵氮敏感波段在400~1000 nm范圍內(nèi)的分布情況。這些波段主要集中于三個關鍵光譜區(qū)間：藍光區(qū)（405–466 nm）：對應葉綠素強吸收區(qū)，與植被含氮水平密切相關；紅邊區(qū)（662–721 nm）：對葉片氮、葉綠素及生理狀態(tài)最敏感；近紅外區(qū)（763–959 nm）：反映葉片內(nèi)部結構與水分含量變化。

波段分布均勻且物理意義明確，表明這些波段能全面表征煙草冠層的光譜響應特征。論文指出，該結果驗證了光譜特征與葉片氮含量之間存在穩(wěn)定的函數(shù)關系，為建立穩(wěn)健的高光譜反演模型提供了物理依據(jù)。

圖6 所選15個頻帶的分布表

（6）模型在訓練集與測試集上的預測對比分析

本文比較了不同建模方法在訓練集與測試集上的預測性能，包括PLSR、MLR、DTR、RF、Adaboost以及三種堆疊模型（Stacking-1/2/3），如圖8所示。結果顯示，所有集成學習模型均顯著優(yōu)于基線PLSR模型（R2=0.680）。其中，Stacking-3模型在測試集上表現(xiàn)*佳（R2=0.745，RMSE=4.824 mg/g，MAPE=17.98%），兼具高精度與高穩(wěn)定性。Adaboost模型在MAPE上表現(xiàn)*優(yōu)（17.56%），說明其通過動態(tài)調(diào)整弱學習器權重有效降低了偏差。整體趨勢表明，Stacking策略可整合不同模型的優(yōu)點，提取更多潛在特征信息，從而提高對煙草葉片氮含量的預測能力。這一結果證實了集成學習框架在應對高維非線性農(nóng)業(yè)遙感數(shù)據(jù)時的優(yōu)勢。

圖7 不同模型下訓練集與測試集的煙草煙霧密度（mg/g），??2與RMSE的對比分析

（7）討論模型在不同數(shù)據(jù)集和堆疊層級下的表現(xiàn)差異

不同子集達到AVCR>99.9%所需的主成分數(shù)不同——S1~S3：5；S4：8；S5：6；S6：6。這表明各子集的“有效信息維度"并不一致，反映了品種、環(huán)境與背景噪聲導致的譜—氮關系復雜度差異。復雜度越高（如S4需8個PC），越難以用統(tǒng)一線性子集精確刻畫。

圖8 子集S1~S3、S4、S5和S6的AVCR值

橫向?qū)Ρ雀鱾€子集：S6（*佳）：測試集 R2=0.703，RMSE=5.315 mg/g，MAPE=16.30%；S4（最差）：測試集 R2=0.462，RMSE=6.122 mg/g，MAPE=17.86%。

在樣本量較小的子集（S4、S5、S6），PLSR的過擬合傾向更明顯，而樣本量相對較大的S1~S3穩(wěn)定性更好，指出樣本量與參數(shù)充分訓練對穩(wěn)定性的關鍵作用。

圖9 PLSR在各子集的泛化差異比較

結論

本文基于UAV搭載高光譜（400~1000?nm）與田間實測數(shù)據(jù)，采用PCA+SPA兩級降維并系統(tǒng)比較PLSR與多種集成學習策略，結論表明：在跨地區(qū)、跨品種、跨環(huán)境的混合數(shù)據(jù)下，集成學習整體顯著優(yōu)于PLSR，其中堆疊（Stacking）在精度與穩(wěn)健性上*優(yōu)；*佳模型SPA?Stacking?3在測試集達到R2≈0.745、RMSE≈4.82?mg/g、MAPE≈17.98%，而且基學習器應“準確且異質(zhì)"，二層元學習器宜取簡單線性模型以抑制過擬合；SPA能有效降低光譜冗余、基本不損失關鍵信息。盡管UAV?HRS的定量精度尚低于近地觀測，但其提供連續(xù)空間信息、適于規(guī)模化表型監(jiān)測，具備用于煙草氮素與相關性狀快速、無損監(jiān)測的應用潛力；后續(xù)應進一步提升影像與預處理質(zhì)量、拓展基學習器譜系，并開展分生育期/分區(qū)建模以增強普適性與可靠性。