《Horticulturae》：Comparing a Band Selection Algorithm with PCA Feature Extraction from Hyperspectral Reflectance for N Monitoring of Processing Tomato
编辑推荐：
高光谱成像技术的推广应用受到高昂投资成本的制约，且相邻波段间的多重共线性需要通过降维（dimensionality reduction, DR）算法处理，这引发了农户对其成本效益的担忧。本研究旨在对特征提取与特征选择两种降维策略在加工番茄氮（N）素状况监测中进
高光谱成像技术的推广应用受到高昂投资成本的制约，且相邻波段间的多重共线性需要通过降维（dimensionality reduction, DR）算法处理，这引发了农户对其成本效益的担忧。本研究旨在对特征提取与特征选择两种降维策略在加工番茄氮（N）素状况监测中进行直接比较。研究人员在一个设置四个氮水平的加工番茄田间试验中监测了高光谱反射率（399–1001 nm）以及作物性状（地上生物量（aboveground biomass, AGB）、氮吸收量（N uptake）、氮营养指数（nitrogen nutrition index, NNI））。研究人员采用高斯过程回归（Gaussian process regression, GPR）在两种降维情景下进行训练：（i）利用主成分分析的特征提取（GPR-PCA）；（ii）利用顺序后向波段剔除（即ARTMO软件（v3.30）中的波段分析工具（band analysis tool, BAT））的特征选择（GPR-BAT），以识别最具信息量的关键波段。对于AGB，GPR-PCA获得了最高的平均精度，而对于氮吸收量和NNI，GPR-BAT取得了可比的估计性能。所选波段位于所有变量的近红外（NIR）区域、氮吸收量和NNI的红边（red-edge）区域以及NNI的蓝光区域，这些波段被解释为候选光谱区域。基于所识别的波段，研究人员提出了两种用于氮监测的候选多光谱传感器配置：AGB–NNI场景（6个波段）和AGB–氮吸收量场景（5个波段）。这些发现表明了任务特异性多光谱传感器在作物氮监测方面的潜力，尽管NNI的精度（均方根误差（RMSE）≈ 0.11 NNI单位）仍不足以在接近施肥阈值时做出决策。
研究背景与意义
氮肥施用是加工番茄种植中主要的环境负担之一，会导致硝酸盐淋溶至地下水和氧化亚氮（一种温室气体）的排放。减少氮输入是实现农业可持续性和韧性的关键，而数字农业是优化矿质肥料施用、满足作物实际氮需求的重要策略。光学传感器因其快速、大规模、非破坏性的监测特性日益普及，其中高光谱传感器尤为突出。然而，高光谱数据的高维度特性导致相邻窄波段间存在冗余信息，若不通过降维技术处理，可能引发“维度灾难”，降低回归性能。此外，高光谱相机的高昂投资成本严重阻碍了最终用户的采纳。常用的降维方法包括特征提取（如主成分分析，PCA）和特征选择。PCA虽应用广泛，但会降低模型的可解释性，且仍需获取完整的高光谱立方体。相比之下，特征选择方法能够识别少量最优波段，保留原始波段信息，提升模型透明度。目前，针对作物性状反演中特征提取与特征选择的直接比较研究仍然有限，尤其是对于氮相关变量。因此，本研究旨在比较基于PCA的特征提取方法与基于迭代最不信息波段剔除的特征选择方法，在各自优化后的特征数量下，监测加工番茄的地上生物量、氮吸收量和氮营养指数的表现。
主要关键技术方法
研究人员于2023年5月至8月在意大利博洛尼亚大学实验农场（Cadriano，北纬44°32′58″，东经11°24′37″）进行了田间试验。试验采用完全随机区组设计，设置四个氮水平（0%、20%、60%、100%作物需氮量），四次重复，共16个独立试验小区。研究人员使用搭载Headwall Nano-Hyperspec?高光谱相机的无人机（DJI Matrice 600）在40米高度采集高光谱图像（399–1001 nm，273个波段）。地面数据采集包括五个生长阶段的地上生物量、氮吸收量和氮营养指数。光谱数据经Savitzky–Golay滤波平滑后，研究人员采用高斯过程回归（GPR）作为建模算法，并通过4折交叉验证评估模型性能。降维方面，研究人员对比了两种策略：一是特征提取，使用主成分分析（PCA）将光谱数据压缩为主成分（PCs），并依据累计方差解释率和性能平台确定最优PC数量；二是特征选择，使用ARTMO软件中的波段分析工具（BAT），这是一种基于GPR核函数中长度尺度（σB）的顺序后向波段剔除算法，逐次移除最不重要的波段直至剩余一个波段，同样依据性能平台确定最优波段数量。
研究结果
3.1 降维与相关波段的选择
对于GPR-PCA，氮营养指数在5–10个主成分时达到最佳性能，最终选择5个主成分；而地上生物量和氮吸收量随主成分数增加性能持续提升，在12个主成分时趋于稳定。对于GPR-BAT，顺序后向波段剔除确定了紧凑的信息波段子集：地上生物量和氮营养指数各保留3个波段，氮吸收量保留2个波段。所选波段位于所有变量的近红外（NIR）区域（750–1000 nm），氮吸收量和氮营养指数的红边（red-edge）区域（700–750 nm），以及氮营养指数的蓝光区域（400–500 nm）。具体而言，氮营养指数的最优波段为402、711和966 nm；氮吸收量为747和778 nm；地上生物量为869、942和1001 nm。波段相关性稳定性分析表明，近红外是地上生物量的主导区域，红边和近红外对氮吸收量重要，而蓝光、红边和近红外对氮营养指数重要。
3.2 模型性能
全波段模型在地上生物量和氮吸收量上的精度最低，表现出异方差误差。GPR-PCA在所有变量上均获得最高平均精度，但差异幅度因变量而异：对于地上生物量，GPR-PCA优势明显且跨折变异性更低；对于氮吸收量和氮营养指数，GPR-PCA与GPR-BAT的差异小于折间变异性。去除裸土观测值后，GPR-BAT所选波段仍位于相同光谱区域，精度保持可比。不确定性分析显示，在农学相关范围内，GPR-PCA的变异系数（CV）通常最低（大多低于20%），而GPR-BAT较高（可达40–50%）。对于氮营养指数，所有方法的CV在农学相关范围内收敛至约10%。然而，GPR标准偏差与预测误差的相关性较弱或不显著，表明其不确定性度量尚不能可靠反映实际预测误差。
讨论与结论
讨论部分指出，当不使用降维算法时，大量窄高光谱波段反而会因维度灾难降低估算精度，而PCA虽有效但需获取完整高光谱立方体。本研究表明，对于氮相关性状，少数精心选择的波段即可保留大部分相关光谱信息，支持了任务特异性多光谱传感器的潜力。所选波段的光谱区域（近红外、红边、蓝光）与已知的生理作用一致，增强了模型的可解释性。研究还提出了两种候选多光谱传感器配置（AGB–NNI六波段和AGB–氮吸收量五波段），它们基本保持了单独GPR-BAT模型的性能，其中AGB–氮吸收量配置下AGB估算精度有所改善。然而，研究也指出了局限性：单一年份和地点设计、有限的独立试验单元数、未按小区分组的交叉验证可能导致精度乐观，且NNI估算误差（RMSE ≈ 0.11 NNI单位）在施肥阈值附近仍不足以做出精准决策。未来需在独立数据集上验证模型时空可移植性，并使用真实多光谱传感器进行验证。
研究结论部分翻译如下：利用高光谱相机监测作物氮状况需要对窄波段进行降维，这带来了高计算负荷、大数据存储和高投资成本等障碍，限制了其在商业农业中的广泛应用。虽然常用的PCA降维需要捕获整个超立方体后才能将光谱波段转换为主成分，但特征选择可以识别一组最小的任务优化波段，在氮相关性状的反演精度上与PCA相当。这为设计任务特异性多光谱传感器用于作物氮监测开辟了一条路径，但尚需使用真实传感器并在更多生长季进行验证。主要发现总结如下：通过顺序后向波段剔除（GPR-BAT）选择最信息波段，仅使用两到三个波段即可在氮吸收量和氮营养指数反演中达到与PCA相当的精度，尽管所有方法的NNI精度均为中等水平（R2 ≤ 0.62；RMSE ≈ 0.11 NNI单位）。对于光谱信息分布于近红外区域的AGB，PCA显示出更高的平均精度，但波段选择仍能以仅三个波段解释大部分AGB变异性（R2 = 0.868）。由于这些精度是在无嵌套交叉验证的情况下获得的，可能存在乐观偏差，需在独立数据集上确认。因此，波段选择可以减少数据量、处理需求和传感器复杂度。与PCA不同，所选的任务相关波段位于近红外（生物量）、近红外和红边（氮吸收量）以及近红外、红边和蓝光（NNI）区域，与这些光谱区域的已知生理作用一致，使模型比基于PCA的模型更透明和可解释。然而，k折验证中波段相关性的稳定性分析表明，所选波段应被视为候选光谱区域的标记而非唯一最优波段。基于GPR-BAT识别的波段，研究人员提出了两种候选多光谱传感器配置：AGB–NNI（6个波段）和AGB–氮吸收量（5个波段）。两种配置基本保持了单独GPR-BAT模型的反演性能。在AGB–氮吸收量配置下，AGB估算呈现改善趋势，这提示GPR-BAT可能遗漏了波段互补性，需通过更广泛的波段组合搜索加以检验。在投入运营部署前，使用专用多光谱传感器进行验证仍是必要步骤。
