利用AE-GAN缓解数据稀缺问题：一种通过多光谱数据融合预测辣椒氮素利用效率的新方法

《Computers and Electronics in Agriculture》：Mitigating data scarcity with AE-GAN: A novel approach to predicting pepper nitrogen use efficiency via multispectral data fusion

高效氮利用是提升蔬菜产量和可持续农业的关键。本研究构建了整合高光谱与荧光高光谱数据的氮利用效率（NUE）预测框架，通过AE-GAN缓解数据稀缺，采用IRIV-CNN-GRU模型实现最高预测精度（R2=0.91），并利用LIME解析红边、叶绿素吸收峰等关键波段对NCUI的贡献。

　　

曹书斌|崔家瑞|高彦明|吴龙国|李建社

宁夏大学土木与水利工程学院，中国银川黄河西路489号，750021

摘要

高效利用氮元素对于实现高蔬菜产量和支持可持续农业发展至关重要。本研究提出了一个综合框架，用于预测辣椒的氮利用效率（NUE），解决了当前监测方法的关键局限性，包括对单一数据源的依赖、样本量小以及预测模型的“黑箱”性质。因此，结合了高光谱和荧光高光谱数据集以进行多模态分析。通过相关性和因子分析构建了一个综合氮含量利用指数（NCUI），该指数整合了多个农艺指标，提供了氮利用效率的定量评估。采用AE-GAN模型进行数据增强，并应用了竞争性自适应加权采样（CARS）和迭代保留信息变量（IRIV）算法来选择敏感的光谱带。基于预处理的数据，使用CNN、CNN-LSTM、CNN-BiLSTM和CNN-GRU架构开发了NCUI预测模型。结果表明，AE-GAN有效缓解了数据稀缺问题，而IRIV-CNN-GRU模型取得了最佳的预测性能，测试集决定系数（R_P²）为0.91。选定的光谱区域与氮相关的生理特征密切相关。使用LIME进行的模型可解释性分析显示，红边区域、叶绿素吸收峰和关键荧光带对NCUI预测有重大贡献。该框架为估算辣椒的氮利用效率提供了一种可靠的方法，并为作物生产中的精准氮管理提供了新的技术策略。

引言

高氮利用效率对于在减少环境污染的同时实现高农业生产率至关重要（Liu等人，2022年）。辣椒（Capsicum annuum L.）是一种广泛种植的经济作物，对氮的需求很高且对氮的可用性非常敏感。然而，在农业生产实践中，过量施用氮仍然很常见，导致植株倒伏、病虫害发生率增加以及环境富营养化。因此，实时和非破坏性地诊断辣椒植株的氮状态，并提高氮利用效率（NUE），对可持续生产至关重要。

高光谱遥感技术可以同时捕获作物的光谱和空间信息，已被广泛用于监测作物营养状况（Liu等人，2021年；Tang等人，2025年）。例如，Raj等人（2021年）利用可见-近红外高光谱成像技术准确绘制了玉米植株总叶氮的空间分布图。高光谱技术也成功应用于定量检测油菜、小麦和大豆等作物中的氮、磷、钾和叶绿素（Du等人，2023年；Song等人，2024年；Zhu等人，2025年）。然而，关于整个植株水平上氮含量空间分布的研究仍然有限。相比之下，荧光光谱技术提供了有关作物光合作用和生理状态的补充信息。先前的研究将荧光技术与高光谱数据结合，用于非破坏性地估算叶绿素含量和氮状态（Wang等人，2022年；Li等人，2025年）。例如，Du等人（2020年）同时获取了水稻叶片的高光谱和荧光高光谱数据，并使用多种特征提取算法开发了氮评估模型，证明了多源光谱融合可以提高诊断准确性。然而，由于传感器之间的校准差异和尺度不一致性，多源数据融合在田间环境中的实际应用仍然具有挑战性（Yokoya等人，2017年）。此外，荧光高光谱仪器的复杂性和数据处理的难度限制了它们在作物氮诊断中的广泛应用。即使采用了多源数据融合，样本量不足也是高光谱建模的另一个主要限制。

近年来，深度生成模型，特别是生成对抗网络（GANs），已被引入用于高光谱数据增强（Lyu等人，2025年）。GANs可以根据训练数据的分布生成新的光谱样本，从而扩展数据集（Zhang等人，2023年）。Hamed等人（2019年）强调了GANs在高光谱数据增强中的潜力，但也指出了训练不稳定和模式崩溃等持续存在的挑战。为了解决这些问题，研究人员（Cui等人，2024年）将自编码器与GANs（AE-GAN）结合，以生成更真实的光谱数据。尽管这一领域的研究正在增加，但大多数研究仍局限于图像领域。这些方法对于模拟不同氮条件下的植物光谱响应具有前景（Cui等人，2025年）。总体而言，尽管对多源数据融合和基于GAN的增强越来越感兴趣，但将其应用于植物氮诊断仍处于早期阶段，需要进一步研究以改进异构数据整合和生成模型的可靠性。

深度学习在高光谱分析中变得越来越普遍，卷积神经网络（CNN）和循环神经网络（RNN）已成为主导方法（Yang等人，2023年）。CNN特别适用于从图像和光谱数据中提取特征，而LSTM和GRU网络等架构非常适合建模序列依赖性。最近开发的混合模型（例如CNN-LSTM、CNN-BiLSTM和CNN-GRU）结合了这些互补的优势，能够同时提取空间和光谱特征（Hu等人，2025年；Wang等人，2025年）。在作物表型分析中，这些集成架构通常表现出更好的性能。Hao等人（2025年）开发了一个CNN-LSTM模型，仅使用20个关键光谱带就预测了番茄叶片中的超氧化物歧化酶（SOD）含量，准确率达到了90.75%，显著优于传统的机器学习方法。同样，Dong等人（2024年）表明，CNN-BiLSTM模型在估算冬小麦和春小麦的蒸散量方面优于单一架构模型。因此，将基于CNN的局部特征提取与基于RNN的光谱序列建模相结合，为提高蔬菜作物中氮含量的预测准确性提供了有前景的策略。

随着“黑箱”模型的广泛应用，模型可解释性变得越来越重要（Kruschel等人，2024年）。可解释的模型不仅有助于揭示光谱特征与氮相关指标之间的关系，还提高了预测的可靠性和实际应用性（Chen和Wang，2025年）。局部可解释模型不可知解释（LIME）是一种广泛使用的可解释性技术，它通过围绕目标样本构建局部加权线性近似来评估特征贡献。这种方法可以量化单个光谱带对复杂模型输出的局部影响，从而有助于识别生理上有意义的光谱区域（Contreras等人，2024年）。在高光谱氮诊断中，LIME的应用使得特定光谱特征的贡献得以解释，特别是与叶绿素和蛋白质吸收相关的光谱带，从而更深入地了解复杂模型的内部决策机制。

基于当前的研究进展和现有挑战，本研究提出了一个IRIV-CNN-GRU深度学习框架，该框架结合了高光谱和荧光高光谱数据，用于非破坏性地估算辣椒植株的氮利用效率。通过结合数据增强技术和基于LIME的可解释性，该框架系统地解决了辣椒植株氮诊断的局限性。主要研究内容包括：（1）构建辣椒的氮综合利用指数（NCUI）：使用在不同氮施用水平和多个品种下的辣椒植株获得的五个叶片生理指标。应用主成分分析建立了一个全面反映植物氮利用效率的定量指数。（2）多模态光谱数据采集和增强：同时从辣椒叶片收集400–1000纳米范围内的反射率和荧光高光谱数据。然后使用GAN和AE-GAN进行数据集扩展，以增加光谱和NCUI数据的多样性。（3）特征带选择方法的比较评估：实施CARS和IRIV算法提取关键光谱带，并系统地比较了它们在后续建模中的性能。（4）深度学习模型的综合评估：结合四种深度学习架构（CNN、CNN-LSTM、CNN-BiLSTM和CNN-GRU）和两种特征带选择方法进行NCUI回归，以便全面比较模型性能。（5）模型可解释性分析：将LIME应用于最佳模型（CNN-GRU），以量化单个特征带对NCUI预测的贡献，并识别最具生物学意义的光谱带组合。（6）NCUI可视化：通过使用最佳预测模型将光谱信息与空间图像结合，生成了辣椒幼苗叶片的NCUI空间分布图。本研究为辣椒的氮诊断提供了新的方法论和理论支持，并促进了高光谱荧光多模态融合技术在作物营养管理中的应用。

部分摘录

样品制备

实验在宁夏大学国家大学生实践培训基地的玻璃温室中进行。环境参数通过物联网系统（AgriSense Pro v3.0）持续监测。本研究使用了四种辣椒品种（Capsicum annuum L.）：‘川奇秀梅’、‘超级辣椒王’、‘聚丰1’和‘娇红2’。种子由宁夏聚丰现代农业有限公司提供。采用完全随机区组设计

氮水平对叶片化学性质的影响

如图4a-e所示，氮水平显著影响了辣椒叶片的所有五个关键生理参数。GOGAT和GS的活性随着氮浓度的增加而显著增加，特别是在2–4 mmol/L范围内。尽管在6–8 mmol/L范围内这两种酶的活性继续增加，但较大的植株间方差表明在高氮条件下同化效率的变异性更大。NR活性在缺氮条件下保持较低

NCUI的生理意义

准确评估氮利用效率（NUE）对于优化施肥策略和实现可持续农业生产至关重要。以往的研究主要依赖单一生理或生化指标来评估NUE（Wang等人，2025年）。在本研究中，五个生理参数对氮供应的差异响应反映了氮在植物吸收和同化中的多重作用

结论

本研究提出并验证了一个深度学习框架（IRIV-CNN-GRU），该框架结合了可见-近红外高光谱和荧光高光谱数据，用于快速和非破坏性地预测辣椒叶片中的综合氮含量利用指数（NCUI）。通过结合基于AE-GAN的数据增强和基于LIME的模型可解释性，该框架能够进行准确预测，并提供生物学上有意义的见解。构建的NCUI有效

CRediT作者贡献声明

曹书斌：写作 – 审稿与编辑，撰写 – 原稿，方法论，正式分析，数据管理，概念化。崔家瑞：写作 – 审稿与编辑，可视化，方法论，数据管理。高彦明：写作 – 审稿与编辑，项目管理，资金获取，正式分析，概念化。吴龙国：可视化，软件，正式分析，数据管理。李建社：写作 – 审稿与编辑，项目管理，方法论，资金

资助

本研究得到了中国国家重点研发计划（编号2021YFD1600302）和宁夏重点研发计划（编号2024BBF01011）的支持。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。