基于多光谱数据与集成学习的干豌豆产量及蛋白质含量精准预测模型研究

这篇研究论文创新性地将无人机多光谱遥感技术与集成学习（Ensemble Learning）相结合，开发了基于堆叠元模型（Meta-Model）的干豌豆（Pisum sativum L.）产量（RMSE=396.28 kg ha?1，R2=0.77）和蛋白质含量预测体系。研究通过860个基因型三年田间试验数据，证实成熟期光谱特征对预测最关键，为精准农业（Precision Agriculture）提供了可扩展的无损监测方案。

研究背景与方法创新

干豌豆作为重要的植物蛋白来源（17%-30%含量）和可持续农业作物，其产量与蛋白质含量的精准预测对粮食安全至关重要。传统检测方法耗时费力，而本研究突破性地采用无人机载多光谱传感器（RedEdge-MX），在美国北达科他州两个试验点三年间采集860个基因型数据，构建包含172个光谱特征（含11种植被指数如NDVI、NDRE等）的数据集。通过Z-score标准化和PCA特征选择，开发了融合8种机器学习模型（包括RF、XGBoost、LightGBM等）的堆叠元模型。

关键技术与模型优化

研究采用网格搜索（GridSearchCV）进行超参数调优，发现XGBoost在产量预测中表现最佳（R²=0.81），而LightGBM对蛋白质含量预测最优（R²=0.55）。创新性地将基模型预测值作为新特征输入线性回归元模型，使最终模型在独立验证集上实现产量预测R² 0.77（误差396.28 kg ha^?1），显著优于单一模型。10折交叉验证100次重复验证了模型稳定性，成熟期数据被证实为最有效预测窗口期。

核心发现与机制解析

光谱分析揭示红边波段（705-740 nm）和可见光波段（如668 nm红波段）在关键生长阶段（特别是成熟期）与产量呈强正相关，而与蛋白质含量多呈负相关。这种差异解释了蛋白质预测精度较低（R²=0.54）的原因，暗示蛋白质合成涉及更复杂的生化过程。研究还发现年份和地点对性状影响显著（p<0.05），说明环境因子必须纳入预测体系。

应用前景与局限

该技术体系为脉冲作物育种和精准管理提供了新工具，但蛋白质预测需结合土壤氮素等补充数据。作者建议未来研究应：（1）整合卫星与无人机多源数据，（2）开发生长阶段特异性模型，（3）拓展至其他豆科作物。尽管存在蛋白质预测的生物学复杂性挑战，这项研究仍为农业表型组学（Phenomics）和智能育种提供了重要方法论突破。