基于无人机的RGB图像与机器学习技术用于估算花生（Arachis hypogaea）的土壤特性和作物生理特征：一种低成本的精准农业方法 Wilson Saltos-Alcivar, Cristhian Delgado-Marcillo, Ezequiel Zamora-Ledezma, Carlos A. Rivas, Henry Antonio Pacheco Gil

《AgriEngineering》：UAV-Borne RGB Imagery and Machine Learning for Estimating Soil Properties and Crop Physiological Traits in Peanut (Arachis hypogaea): A Low-Cost Precision Agriculture Approach Wilson Saltos-Alcivar, Cristhian Delgado-Marcillo, Ezequiel Zamora-Ledezma, Carlos A. Rivas and Henry Antonio Pacheco Gil

　　摘要 现代农业必须在生产力和可持续性之间取得平衡。在这种背景下，无人机（UAV）为精准农业中的作物和土壤监测提供了灵活且成本效益高的工具。本研究旨在评估搭载RGB图像的无人机结合植被指数和机器学习技术在花生（Arachis hypogaea）种植中估算地表土壤特性和作物生理特征的潜力。通过在高关键物候阶段获取的高分辨率RGB正射影像，进行了一项包含四个品种、两种种植密度和两种耕作系统的因子田间实验。从这些图像中计算出了17个基于RGB的指数，并使用Spearman相关性和两种回归算法（随机森林RF和k-最近邻KNN）将其与土壤变量和作物特征进行了关联。结果显示，RF模型的表现优于KNN模型，其中红色色坐标（RCC）指数在预测土壤有机质含量时的R2值为0.87。可见光NDVI和绿色植被指数等指数也能可靠地估计冠层状况和叶片叶绿素含量。总体而言，结果表明，通过简单的植被指数和RF模型处理后的无人机RGB图像是一种有效且低成本的方法，可用于监测花生种植中的关键农艺参数。

1. 引言
全球快速城市化对农业食品系统构成了重大挑战。2018年，全球55%的人口居住在城市地区，预计到2050年这一比例将上升至68% [1,2]。这种人口和空间的扩张推动了食品需求的增加，预计到本世纪中叶食品需求将增长35-56% [1]。同时，气候变异性以及对绿色和水资源的压力不断加大，使得农业系统面临可持续性的极限。这种情况要求通过可持续的方法和实践来最大化资源生产力，以确保在不破坏环境的情况下生产食品 [3]。此外，生物多样性的丧失和生态系统退化——主要是由土地利用变化和农业集约化驱动的——对人类福祉构成了严重威胁，这突显了平衡生产和保护目标的综合方法的迫切需求 [2]。
作为遥感平台，无人机（UAV或无人机）的使用在精准农业中越来越受到关注，因为它们具有操作灵活性，并能够生成高空间和时间分辨率的农业田地图像 [4]。基于无人机的数据采集已成为作物管理、监测和调节的有效替代方案，旨在提高生产力并降低运营成本 [5]。在农业应用中，配备红外和RGB相机的无人机可以通过识别与疾病发生相关的颜色变化来检测作物健康异常 [6]。
在这种背景下，精准农业（PA）将遥感视为一种关键的分析工具。通过结合多光谱图像和植被指数分析，无人机可以准确评估作物状况，从而及时进行农艺调整 [7]。这项技术有助于改善土壤健康、保护水质并促进当地经济增长——推动更加高效和可持续的农业系统 [8]。
近年来，遥感与机器学习的结合已成为量化精准农业中作物和土壤变异性的强大框架。该框架的一个关键维度是使用多时相光谱特征作为预测因子：在多个物候阶段提取的植被指数和光谱带能够捕捉冠层发育和地表土壤条件的动态轨迹，显著提高了模型的预测能力，相比单日期观测更为有效。例如，Camenzind和Yu（2023）证明，使用随机森林模型分析的多时相多光谱无人机图像可以在开花前预测小麦产量，其性能因计算指数的物候阶段而异 [9]。同样，Giannico等人（2024）表明，基于Sentinel-2植被指数的随机森林模型在测试中能够以R2 = 0.72的准确率估算葡萄藤茎部水分潜力，优于线性正则化方法（套索、岭回归、弹性网络），并利用该模型生成半干旱条件下葡萄园水分状态的时空预测图 [10]。在这种背景下，集成学习器（如随机森林）的一个关键方法学优势在于它们能够模拟光谱信号与生物物理变量之间的复杂非线性关系，并且在由重叠RGB或多光谱带衍生的光谱数据集中固有的强烈指数相关性下仍能保持稳健性 [10,11]。与线性模型不同，随机森林不要求输入预测因子是正交或正态分布的，其装袋策略可以在不需要显式校正相关性的情况下减少方差 [11]。然而，特定地点或单季ML模型的一个公认局限性是它们的转移能力有限：在特定气候、土壤和管理条件下校准的模型在应用于新地点或生长季节时，由于物候时间、传感器配置和环境梯度的差异，往往表现不佳 [10,12,13,14]。因此，遥感与机器学习的结合代表了推进精准农业中作物监测和决策的关键技术支柱，同时也强调了多地点、多季节验证的必要性，以增强预测模型的泛化能力。
花生（Arachis hypogaea L.）是全球第六大广泛种植的油料作物，在营养安全方面发挥着重要作用，因为它含有高量的脂肪、蛋白质、矿物质和维生素 [15]。根据2025年连续农业面积和生产调查（ESPAC），厄瓜多尔种植了2943.94公顷的花生，产量为2748.47公吨 [16]。花生产量受多种因素影响，尤其是农艺设计、土地准备、种植密度和施肥策略 [17]。作为一种豆科植物，花生具有固定大气氮并丰富土壤的能力，从而减少了对氮肥的依赖 [18,19]。
耕作系统是影响土壤物理和化学特性的关键农艺因素，进而影响作物表现。传统耕作（CT）涉及机械扰动土壤，破坏土壤团聚体，加速有机物分解，并可能随时间增加土壤容重，而免耕（ZT）则最小化土壤扰动，保持土壤结构、水分保持能力和有机碳含量 [20]。特别是在花生（Arachis hypogaea L.）种植中，耕作方式已被证明显著影响土壤容重、孔隙度和养分可用性——这些特性直接关系到根系发育、结瘤效率和荚果产量 [21]。因此，这些不同的耕作方式会在土壤表面条件上产生可测量的差异，这些差异可以通过基于无人机的RGB图像得到的光谱指数来捕捉，使得耕作类型成为基于遥感进行作物监测研究时需要考虑的相关因素。
在更广泛的农业领域，快速、准确且成本效益高的产量估算至关重要，因为它在技术、经济和统计方面对于减少损失具有重要意义 [22]。因此，基于RGB图像衍生的植被指数的作物监测提供了可行的工具和创新方法，用于精确的物候跟踪和产量估算 [23,24]。例如，一项关于野生蓝莓作物的研究表明，机器学习模型在预测产量方面具有很高的准确性 [25]，而另一项研究强调了植被指数在不同生长阶段估算燕麦作物生物量的重要性 [26]。
配备RGB相机的无人机也被证明在甘蔗产量估算方面非常有效，能够准确绘制植株高度和茎密度图。这些数据有助于规划农业操作，如收获和碾磨，从而优化生产效率 [27]。在应用于花生种植的遥感研究中，基于无人机的研究在估算幼苗出苗率方面取得了有希望的结果，证实了这项技术在早期生长阶段的实用性 [28]。同样，专注于花生面积和产量估算的卫星成像研究也达到了高精度，巩固了这些方法作为大规模农业监测的可行替代方案 [29]。
基于这些先例，本研究旨在通过使用RGB相机的无人机遥感来监测花生（Arachis hypogaea）种植的关键农艺条件，总体目标是提高农业资源利用效率。监测重点评估与作物营养状况和发育相关的变量，包括地表土壤特性、光合作用活动的生理指标以及与产量相关的参数。通过分析来自RGB图像的光谱指数，本研究旨在探索基于无人机成像在作物关键物候阶段估算这些条件的预测潜力。

2. 材料与方法
2.1. 研究区域
本研究在位于厄瓜多尔马纳比省Santa Ana县Lodana教区的Lodana校区农业工程学院（Universidad Técnica de Manabí）的试验田进行。该地点的地理坐标为UTM（通用横轴墨卡托）：东经568,396米，北纬9,869,977米，南半球第17区，平均海拔70米（图1）。图1显示了马纳比省（左图，浅蓝色）和Santa Ana县（左图，红色），以及显示各自处理的试验地块（右图）。T1–T16表示处理及其重复次数（表A1，附录A）。地块内的不同颜色代表同一处理的重复次数。
2.2. 实验设计与评估变量
在本研究中，通过分析17个RGB光谱指数（SI）来评估土壤特性（EP）、根系特征（根瘤重量，NW）和叶片特征（作物叶绿素水平，CL）的光谱响应（表1）。这些指数的选择基于Biró等人（2024）的研究，该研究报道了所分析的RGB指数之间的显著差异，并证明了它们在表征作物状况及其组成部分方面的实用性 [30]。表1. 从Biró等人（2024）[30]改编的RGB植被指数。其中，可见光归一化差异植被指数（vNDVI）特别值得关注。vNDVI是一种仅从可见光波段（红色、绿色和蓝色）计算出的植被指数，它允许从安装在无人机上的低成本数码相机获取的常规RGB图像中提取类似NDVI的信息。与需要红色和近红外（NIR）波段的标准NDVI不同，vNDVI是专门为使用基于遗传算法的公式从RGB数据中估算NDVI值而设计的，并已被证明能够高精度地再现NDVI（总体平均百分比误差约为7%）。因此，在本研究中，vNDVI被作为仅使用RGB传感器的配置下的一种成本效益高的NDVI替代指标纳入分析。
实验设计采用了4 × 2 × 2的因子排列（因子A × 因子B × 因子C），共进行三次重复，得到16种处理组合（表A1，附录A）。每个试验地块的面积为3米×20米（60平方米），总研究面积约为1公顷。因子A包括由国家农业研究机构（INIAP）发布的四种花生品种：INIAP-381 Rosita、INIAP-383 Pintado、INIAP-380 Charapoto和INIAP-382 Caramelo。这些品种因其农艺重要性和对当地生长条件的适应性而被选中。因子B包括两种种植密度：每公顷62,500株（0.2米×0.8米间距，INIAP推荐的密度）和每公顷100,000株（0.2米×0.5米间距），以评估种内竞争对作物发育的影响。因子C评估了两种耕作系统：免耕（ZT），即不进行机械扰动土壤；以及传统耕作（CT），包括一次使用犁刀进行15厘米深度的初次耕作，目的是打破表层土壤并混入表面残渣（表A1，附录A）。
共分析了十一个土壤特性，如下所述。使用分层随机抽样方法从每个试验地块的三个代表性点采集0-20厘米深度的土壤样本。然后彻底混合这些子样本，形成每个地块的一个复合土壤样本。对于需要保持未受干扰结构的物理特性（容重、孔隙度和比重含水量），使用不锈钢体积筒（100立方厘米）手动插入土壤剖面中采集样本，以减少压实效应。对于化学分析（pH值、电导率、有机质、总氮、磷和钾），通过混合每个地块的三个子样本，空气干燥，通过2毫米筛网过滤，并在实验室分析前储存在标记的聚乙烯袋中。所有土壤采样工作均在第一次无人机飞行任务期间进行，该任务与花生（Arachis hypogaea）作物的早期生长期（播种后0-15天）相吻合，旨在在作物显著生长之前了解基线的土壤条件。在物理性质中，土壤孔隙度（%）表示孔隙空间占样品总体积的比例，它是根据颗粒密度（γ）和土壤容重（SBD）利用公式（1）计算得出的：[公式（1）] 土壤容重SBD（g·cm^-3）定义为单位总体积的干土质量，采用体积筒法根据公式（2）测定[31,32]：[公式（2）] 颗粒密度（γ，g·cm^-3）是通过将粉碎后经烘烤干燥的土壤样品浸入蒸馏水中，使用比重计法根据公式（3）测定的[28,33]：[公式（3）] 其中W1 = 比重计重量（g）；W2 = 比重计 + 20 g土壤（g）；W3 = 比重计 + 土壤 + 蒸馏水至100 mL（g）；W4 = 比重计 + 蒸馏水至100 mL（g）；γ_w = 1 g·cm^-3 [33]。田间持水能力（θ_FC，%）使用Peele模型（公式（4）估算，而永久萎蔫点（θ_PWP，%）则使用Briggs模型（公式（5）计算，这两个指标都是基于沙子（SP）、粉砂（SiP）和粘土（CP）的百分比以及SBD得出的[32]：[公式（4）] [公式（5）] 土壤质地（%沙子、粉砂和粘土，粒径<2 mm）是根据Stokes沉淀定律，使用Bouyoucos比重计法结合公式（6）-（8）测定的[34]：[公式（6）] [公式（7）] [公式（8）] 其中SiPc1 = 在40秒后校正的比重计读数（g·L^-1）；SiPc2 = 在2小时后校正的比重计读数（g·L^-1）；Ms = 干土质量[34]。在化学性质方面，电导率（EC，dS·m^-1）是在1:2或1:5的土壤-水悬浮液中使用便携式多参数设备测量的[34]。土壤pH值是在1:2.5的土壤-水悬浮液中，使用复合玻璃电极在标准化条件下测定的[34]。总氮（N，mg·kg^-1）通过过硫酸盐消化法测定，并在220-275 nm波长下进行分光光度分析[35]。钾（K，mg·L^-1）采用四苯基硼酸盐重量法测定[36]，磷（P，mg·L^-1）则通过过硫酸盐酸消化后进行钼酸盐-抗坏血酸法颜色分析[30,31,36]。土壤有机质（SOM，%）是通过在600°C下灼烧损失法测定的，根据公式（9）：[公式（9）] 其中mi = 105°C下的烘干质量，mf = 600°C煅烧后的质量。随后将所有物理和化学土壤参数与无人机获取的光谱指数进行关联，以评估它们与研究区域内土壤养分状况、生物量发展及花生作物产量潜力之间的关系。

2.3 无人机飞行设计与物候同步数据采集
为了实现研究目标，在花生（Arachis hypogaea）作物的特定物候阶段，与实地农艺测量同步进行了两次无人机飞行任务。第一次任务在早期生长期（播种后0-15天）进行[37]，与土壤样本采集时间一致。第二次任务在成熟和收获阶段（80-120天）执行[37]，同时进行叶绿素含量测量和根瘤评估。这种战略性的时间安排确保了光谱数据和实地采集的数据能够代表每个评估时间点上一致的物候和环境条件。执行基于无人机的调查时，使用了配备有1英寸CMOS传感器（有效分辨率20 Mpx）的RGB相机的DJI Phantom 4 Pro平台。飞行计划使用Pix4Dcapture移动应用程序（Pix4D SA，瑞士Prilly）设计。绘制了一个包含整个研究区域的地理参考矩形多边形，并根据Anfruns Espu?a（2023）[38]的建议配置了飞行参数[表2]。表2. 从DJI Phantom 4多光谱用户手册（2020）中改编的飞行参数。捕获的图像通过Pix4Dmapper软件（v4.10.1，Pix4D SA，瑞士洛桑）进行摄影测量处理，该软件以其自主性和计算效率而广受认可。这一程序能够从每次飞行任务中获取的可见光波段（RGB）生成地理参考的正射影像。为了确保正射影像的空间精度，使用高精度GNSS RTK Topcon GR-5接收器调查了六个地面控制点（GCP）。这些控制点的坐标是通过静态测量方法获得的，这种方法提供了高精度位置信息，并在图像处理过程中最小化了几何误差。图2总结了用于分析的工作流程。图2. 在PIX4Dmapper中实现的摄影测量处理流程。基于通过摄影测量分析生成的正射影像，使用QGIS版本3.44.x “Solothurn”计算植被指数（VIs）。每次飞行会话中获得的正射影像的RGB波段被整合并通过“Raster Calculator”工具处理，应用相应的公式得出每个植被指数的值[表1]。

2.4 统计分析与数据处理
统计分析使用Python v3.10和Anaconda发行版（Anaconda Inc.，美国德克萨斯州奥斯汀）进行，使用了以下库：NumPy v1.24、pandas v1.5、SciPy v1.10和scikit-learn v1.2。进行了空间方差分析，以评估处理变异性与其空间分布的关系，识别研究区域内重复实验之间的潜在显著差异。此外，使用Shapiro-Wilk检验[39]评估了数据的正态性。由于结果表明数据不符合正态分布，因此对土壤变量、作物特性和光谱指数之间进行了Spearman等级相关性分析。该分析旨在探索这些变量之间的关系，并评估它们作为土壤和作物属性指标的潜力。相关性强度的分类依据表3中总结的标准进行。统计分析的详细信息和所应用的标准见附录A（表A2、表A3和表A4）。表3. Spearman相关系数范围[40,41]。为了补充传统的统计分析并开发用于估算农艺变量的稳健预测模型，使用了Python中的Scikit-learn库中的机器学习算法。选择了两种基于不同理论基础的算法：k-最近邻（KNN），这是一种基于实例的方法；以及随机森林（RF），这是一种基于决策树的集成方法。

k-最近邻（KNN）算法依赖于这样一个原理：相似的样本在特征空间中彼此靠近。为了预测新观测值的值，该算法根据距离度量（通常是n维空间中两点p和q之间的欧几里得距离）识别训练集中与其最相似的k个观测值[公式（10）[42]：[公式（10）] 其中d表示多维特征空间中两点p和q之间的欧几里得距离。在此背景下，x和y是对应于两个单独观测值的向量，向量中的每个分量是该观测值的特定特征或预测变量值。下标i遍历定义空间的特征，因此该公式计算了所有特征上差异平方和的平方根，提供了观测值之间相似性的直接几何度量。较小的距离表明这些点更接近，因此在光谱特征上更为相似，这是k-最近邻（KNN）算法执行聚类或预测任务的基本原理[42,43]。对于回归，最终预测值是这些邻居的目标变量值的平均值。超参数k的选择和特征的缩放对模型性能至关重要，这一点在使用多光谱影像进行作物分类任务时已经得到了验证[42]。相比之下，随机森林（RF）是一种集成算法，在训练过程中构建大量决策树。每棵树都在原始数据集的自助样本上进行训练，并在每次分割时考虑随机子集的特征，从而减少方差和过拟合。对于回归，森林通过计算所有单独树的预测值平均值来聚合预测结果，如公式（11）所示[43,44]：[公式（11）] 这种方法不仅提供了高预测精度，还允许量化预测变量（光谱指数）的重要性，指示哪些变量对估算叶绿素含量或根瘤重量等参数贡献最大，这对于植物胁迫监测特别有用[43,44]。对于这两种算法，模型校准都遵循了两步程序。需要注意的是，所有机器学习分析都是在地块级别进行的：预测变量（光谱指数值）是作为每个地理参考实验地块（3 m × 20 m）内所有像素值的平均值计算的，每个地块被视为一个独立的观测值。因此，对48个地块级别的记录（16个处理组×3次重复）应用了70/30随机划分，得到34个训练地块和14个测试地块。这种地块级别的划分防止了如果将单个像素视为独立观测值时会在训练集和测试集之间引入的空间自相关性，并确保报告的R2值反映了农艺单元的真实样本外预测性能。首先，将完整的数据集（两个物候阶段的光谱指数和实地测量数据）随机划分为训练集（70%的观测值）和独立测试集（30%）。在训练集内，使用五折交叉验证方案通过网格搜索调整每个算法的主要超参数。对于随机森林模型，我们改变了树的数量、最大树深度和每片叶子的最小样本数，选择了使平均交叉验证R2最大的组合。对于k-最近邻模型，在标准化预测变量后，测试了不同的k值和距离度量，并再次选择了具有最高平均交叉验证R2的配置。在第二步中，使用最佳超参数在整个训练集上重新拟合最终模型，然后使用R2、RMSE和MAE作为性能指标进行评估[45,46,47]。对于随机森林模型，网格搜索探索了n_estimators ∈ {100, 200, 300, 500}，max_depth ∈ {None, 5, 10, 20}，以及min_samples_leaf ∈ {1, 2, 4, 8}。在表现最佳的RF模型中，最佳配置是n_estimators = 300，max_depth = None（完全成长的树），min_samples_leaf = 1。这种配置与随机森林的理论基础及其在遥感中的广泛应用一致，在其中通过装袋减少方差来补偿单个树的深度，提高了在高维和异构数据集中的泛化性能[11,48]。对于KNN模型，网格搜索评估了k ∈ {3, 5, 7, 9, 11}和距离度量（欧几里得、曼哈顿），并在模型拟合前将预测变量标准化到零均值和单位方差。最佳配置是k = 5，对于大多数目标变量使用欧几里得距离，这与先前的研究结果一致，表明KNN在低到中等维度的光谱遥感数据中表现有效[49]。需要注意的是，所有机器学习分析都是在实验地块级别进行的。预测变量（从RGB衍生的光谱指数）是作为每个地理参考地块（3 m × 20 m）内所有像素值的平均值计算的，每个地块被视为一个独立的观测值。因此，对48个地块级别的观测值（16个处理组×3次重复）应用了70/30随机划分，得到34个训练地块和14个测试地块。这种地块级别的划分避免了如果将单个像素视为独立观测值时会在训练集和测试集之间引入的空间自相关性，从而确保报告的R2、RMSE和MAE值反映了农艺相关尺度上的真实样本外预测性能[11,50]。由于独立实验单元的数量相对较少（n = 48个地块；训练集n = 34个），因此需要对模型性能进行谨慎解释。有17个光谱指数作为候选预测变量和34个训练观测值，有效的预测变量与样本比率受到限制，这增加了过拟合的风险——特别是对于像KNN这样灵活且方差较大的算法[51]。在随机森林（Random Forest）的情况下，这种风险通过装袋策略（有放回抽样）和每棵树分裂时随机选择预测因子来降低，这两种方法都能减少方差，而无需大型样本量[48]。对于KNN（K-Nearest Neighbors），预测因子的标准化以及通过交叉验证选择k值也有助于在小样本条件下限制过拟合[49]。尽管如此，报告的R2和RMSE值应被视为在这种特定实验背景下模型性能的指示，未来需要使用更大、空间多样性更高的数据集来验证这里开发的模型的泛化能力[50]。

3. 结果与讨论
3.1. 正射影像
从无人机飞行中生成的实验花生地块的正射影像在两个不同时间点（图3）的尺寸为9773 × 7591像素，提供了对研究区域的广泛而详细的覆盖。由于单元格大小为0.01657 × 0.01657米，因此得到的空间分辨率大约为每像素1.6厘米，这适合捕捉细小的地块细节并进行基本的光谱分析[52]。
图3. 从两次无人机飞行任务的光谱分析中获得的正射影像。(A)：在播种前进行的第一次飞行任务生成的正射影像。(B)：在播种后89天进行的飞行任务生成的正射影像。这些正射影像由三波段RGB光谱组成（红色、绿色和蓝色），每个像素的辐射分辨率为8位。这意味着每个像素可以取0–255范围内的强度值，这适用于基于可视化的分析以及依赖于这些波段的植被指数计算[53]。

3.2. 预测土壤特性和花生作物特征的谱指数
3.2.1. RGB谱指数计算
在分析的17个指数中，vNDVI、TGI、VEG、GLI、RGBVI、MGRVI和VIgreen指数可以被归类为植被指数（VIs），它们常用于评估作物活力，因为它们能够捕捉植被反射率。
vNDVI的值范围从0.422到0.833，而TGI接近中性值，从?4.40到24.91；VEG达到最大值0.91，GLI的值在?0.213到?0.078之间。RGBVI和MGRVI指数也呈现负值，VIgreen在不同处理下的值接近?0.091（图4）。
图4. 对土壤特性和花生作物形态特征具有最高预测潜力的谱指数。(a,b) 在播种前（a）和发芽后89天（b）进行的飞行中得到的vNDVI（可见NDVI）正射影像；(c,d) 在播种前（c）和发芽后89天（d）进行的飞行中得到的VIgreen（植被指数绿色）正射影像；(e,f) 在播种前（e）和发芽后89天（f）进行的飞行中得到的RGBVI（红-绿-蓝植被指数）正射影像；(g,h) 在播种前（g）和发芽后89天（h）进行的飞行中得到的HUE（整体色调指数）正射影像；(i,j) 在播种前（i）和发芽后89天（j）进行的飞行中得到的RCC（红色色坐标指数）正射影像。在初始阶段观察到的低反射率值可以由三个同时发生的因素解释。首先，第一次无人机飞行是在作物生长的早期阶段（播种后0–15天）进行的，此时冠层覆盖度最小，光谱信号主要由裸露的土壤背景而非植被主导[54]。在这种条件下，基于RGB的植被指数——特别是那些对绿色生物量敏感的指数，如vNDVI、VIgreen和GLI——自然会产生低值或接近零的值，因为它们旨在检测活跃的含叶绿素的冠层而不是裸露的土壤[55]。其次，当红色波段占主导时，RGBVI和MGRVI等指数会产生负值，这是裸露或植被稀疏土壤的特征，因为没有近红外反射率来增强植被信号[56]。第三，RGB传感器的8位辐射分辨率限制了区分早期冠层细微光谱对比的动态范围，进一步将指数值压缩到中性或较低的水平[54]。这些情况与文献中的报告一致，即RGB谱指数的性能高度依赖于生长阶段，当绿色冠层覆盖度低于大约30%时，其区分能力显著降低[54,55,56]。

在收获阶段，这些指数的平均反射率值显著增加（表A5附录：第一次飞行任务的平均谱指数值）。TGI的增加最为明显，达到了最大值121.14，而VEG和GLI也大幅增加，分别达到了最大值1.69和0.40。类似地，vNDVI和VIgreen也显示出显著增加，最大值分别为0.996和0.999。然而，这些值并不代表作物处于完全旺盛的状态，因为用于分析的正射影像是在作物发芽后大约72天获得的，即收获阶段，此时作物已不再处于最佳活力状态（表A6附录）。
相反，如WI和ExB这样的指数对土壤相关特性敏感，包括容重、水分条件和蓝光波段反射率。WI在物候阶段之间的减少，从?75降至?87，可能反映了由作物覆盖和活动驱动的土壤-水分状态的变化，而ExB与蓝光波段反射率的比例相关，成为裸露土壤物理特性的有用指标[57]。
对作物不同物候阶段的RGB谱指数进行分析，突显了它们区分裸露土壤和植被覆盖的能力，以及它们在监测作物生长方面的实用性。如vNDVI、VIgreen和TGI等指数被证明是检测从裸露土壤条件到最大冠层覆盖期间植物生物量变化的高灵敏度工具[58]，这强调了仅使用标准RGB相机评估作物状态的可行性，从而降低了成本并提高了这些技术在农业应用中的可访问性。在这方面，之前的研究，如Pacheco和Montilla（2020）[59]的研究，强调了这些基于RGB的指数在多种农业条件下的实用性。

3.2.2. 研究变量的分布分析
使用Shapiro–Wilk检验对32个变量（包括土壤特性、作物形态特征和谱指数）进行的正态性分析显示，大多数数据不符合正态分布。在评估的32个变量中，只有7个（CLF、NDT、Dr、Pr、WI、HUE、RCC）的p值高于0.05的显著性阈值，表明不能拒绝这些变量的正态性零假设，而其余25个变量的p值低于0.05，表明它们是非正态分布的。
非正态变量包括土壤测量值，如容重（SBD）、田间持水量（）和电导率（EC），以及谱指数，如ExB、GR和MGRVI。大量的非正态数据导致了使用Spearman等级相关系数这种非参数方法来评估变量之间的关系。这种方法特别适用于非正态分布的数据，并允许在不假设正态性的情况下稳健地估计关联，有助于识别对土壤和形态变量具有最大预测潜力的谱指数。需要注意的是，相关方法的选择是基于每个变量通过Shapiro–Wilk检验确定的分布特性：Spearman等级相关系数应用于所有不满足正态性假设的变量（p < 0.05），而Pearson相关系数用于满足正态性标准的变量（p ≥ 0.05）（表A3附录），即作物叶绿素含量（CL；p = 0.430）和根瘤重量（NW；p = 0.064）（表A4附录）。

3.2.3. 光谱-土壤关系：基于RGB的指数作为容重、孔隙度、水分和有机质的预测因子
如图5所示，相关分析显示谱指数与土壤容重（SBD）有显著关联。WI（r = 0.63）、PRI（r = 0.59）和RCC（r = 0.69）指数之间观察到强正相关。相比之下，SBD与GR（r = ?0.60）、HUE（r = ?0.61）、MGRVI（r = ?0.60）和VIgreen（r = ?0.60）指数之间观察到强负相关。
图5. 土壤特性与基于RGB的谱指数之间强Spearman相关性热图（r ≥ 0.5）。= 实际密度；SBD = 土壤容重；Pr = 孔隙度；= 田间持水量；GWC = 重力水含量；EC = 电导率；N = 总氮；P = 钾；K = 磷；SOM = 土壤有机质；WI = Woebbecke指数；ExB = 过量蓝光；GR = 简单红-绿比率；HUE = 整体色调指数；PRI = 光化学反射指数；RCC = 红色色坐标指数；vNDVI = 可见NDVI；BI = 亮度指数；BGI = 简单蓝-绿比率/蓝-绿色素指数；TGI = 三角形绿色指数；VEG = 植被指数；GLI = 绿叶指数；MVARI = 修改后的可见大气抗性植被指数；GCC = 绿色百分比指数；RGBVI = 红-绿-蓝植被指数；MGRVI = 修改后的绿色-红植被指数；VIgreen = 植被指数绿色；红、绿、蓝 = 波段反射率值。更多细节见表A3（附录）。
容重（SBD）直接与土壤压实有关，它与谱指数的相关性可以通过压实改变土壤在可见（RGB）波段反射、吸收和散射光的能力来解释。更紧实的土壤，其颗粒排列更紧密，孔隙空间减少，显著改变了土壤表面的光学特性[60]。在绿色（G）和蓝色（B）波段，由于表面粗糙度降低和孔隙中保留的水分减少，通常观察到较低的反射率，这些条件在压实下趋于更加均匀[57]。相比之下，红色（R）波段往往显示出更高的反射率，这通常与较低的有机质含量和更浅的土壤颜色相关，因为压实增加了这种变化。这些光谱变化突显了谱指数对土壤结构变化的敏感性，使它们成为诊断农业系统中与压实相关的限制的有希望的工具[59]。
土壤孔隙度（Pr）与RCC指数（ρ = 0.51）显示出强正相关，表明更多孔隙的土壤在可见光谱中表现出独特的光学特性。高孔隙度的土壤，如沙质土壤，由于水分和有机质保持量较低，往往反射更多的光，RCC通过强调裸露土壤的暴露和表面组成的变化来捕捉这些差异[57]。
田间持水量（）与vNDVI（ρ = 0.53）、MVARI（ρ = 0.52）和绿光波段反射率（ρ = 0.53）显示出强正相关，强调了这些指数对土壤孔隙中储存的水分的敏感性，这通常会降低绿色和红色波段的反射率。永久萎蔫点水分（）与相同指数之间的类似强正相关（ρ在0.53到0.55之间）进一步证实了它们在检测干燥土壤中关键水分水平的适用性。相反，与ExB（ρ = ?0.55）和BGI（ρ = ?0.54）发现的强负相关表明，这些指数在高水分条件下效果较差，可能是因为它们旨在响应较高的蓝光和绿光反射率，这是干燥土壤的特征[61]。
土壤有机质（SOM）对土壤反射率有重要影响，特别是在可见光区域，由于其深色、高持水能力和对土壤质地和结构的影响。富含有机质的土壤通常表现出较低的反射率，特别是在红色和绿色波段，因为SOM增强了这些波长的光吸收。这种模式与获得的结果一致，其中HUE（ρ = 0.63）、MGRVI、VIgreen和TGI（ρ在0.55到0.59之间）显示出强正相关，突显了它们捕捉SOM对土壤反射率影响的能力，特别是在绿色波段，该波段对富含SOM的土壤非常敏感。相比之下，PRI（ρ = ?0.58）和RCC（ρ = ?0.60）显示出强负相关，表明这些指数随着SOM含量的增加而反向变化，可能是因为SOM的增加增强了吸收并降低了可见光反射率。这种行为可以通过高有机质含量土壤中更大的光吸收来解释，这改变了光谱响应并降低了可见光波段的反射率[62]。综合这些发现，支持使用基于RGB的指数作为快速、成本效益高且操作实用的工具，用于评估关键的土壤物理性质和表面条件。虽然与某些土壤变量观察到的相关性表明它们有可能间接反映与土壤组成相关的表面层次变化，但这些结果应谨慎解读：本研究没有包括全面的独立土壤化学分析，因此这些指数应被视为探索性代理指标，而不是经过验证的土壤化学属性预测因子。尽管如此，它们的应用可以增强农业系统中的土壤监测，特别是在实验室基础设施有限的地区，因为它们对与土壤结构、表面水分和有机质动态相关的光谱变化的敏感性使它们成为促进更可持续和数据驱动的农业实践的宝贵工具。未来将无人机-RGB指数与专门的土壤化学采样相结合的工作将有助于确认和加强这些关联[63]。值得注意的是，上述光谱-土壤关系涵盖了本研究中评估的两种耕作系统：免耕（ZT，处理T1–T8）和传统耕作（CT，处理T9–T16），这两种耕作系统产生了明显不同的表面条件，从而影响土壤的光谱响应。在免耕条件下，缺乏机械扰动保持了更大的表面异质性，包括残余作物物质、表面有机质和更稳定的土壤团聚体结构。这反映在光谱数据中：免耕处理（例如T3和T4）在HUE和GR等颜色指数上显示出略高的值，这些指数对与较高表面有机质含量相关的较暗表面色调敏感（附录中的表A3）。相比之下，传统耕作处理（T9–T16）由于机械翻转作用产生了更均匀和更亮的土壤表面，导致红光波段的反射率较高，vNDVI值略低，这与耕作后有机质暴露减少和土壤颗粒均匀性增加一致。对植被敏感的指数如RGBVI和VIgreen在两种耕作系统之间也显示出中等程度的变异，反映了作物早期阶段（此时地面覆盖还不完整）土壤与冠层比例的差异。这些对比鲜明的光谱行为强化了这样一个观点：通过基于RGB的指数可以部分检测到由耕作引起的表面变化，而光谱-土壤相关性中的观察到的变异至少部分归因于每种土壤管理方式产生的不同表面条件。尽管如此，需要强调的是，本研究的主要目的是评估基于无人机-RGB的指数检测作物和土壤条件空间变异性的潜力，将耕作系统视为影响整体光谱变异性的一个因素，而不是主要的比较对象。

3.3. 与作物生理特征相关的光谱指数
如图6所示，光谱指数与作物变量CL和NW之间的皮尔逊相关性分析（两者都满足正态性假设（Shapiro–Wilk检验，p ≥ 0.05；附录中的表A2）揭示了作物生化特性与其光谱响应之间的显著模式。叶绿素含量（CL）与根瘤重量（NW）之间的非常强的正相关（ρ = 0.86）表明较高的光合作用活性促进了根瘤的发展，反映了直接的代谢关系。然而，叶绿素含量与vNDVI（ρ = ?0.88）和RGBVI（ρ = ?0.84）之间存在强烈的负相关，这可以归因于生长后期叶绿素水平较低时红光和蓝光波段的吸收减少[64]。这些条件也影响了NW，后者与vNDVI（ρ = ?0.84）和RGBVI（ρ = ?0.79）呈负相关，突显了根瘤代谢对作物光谱反射的影响。图6. 特征与基于RGB的光谱指数之间强皮尔逊相关性（r ≥ 0.5）的热图。CL = 叶绿素；NW = 根瘤重量；vNDVI = 可见光NDVI；RGBVI = 红-绿-蓝植被指数；VIgreen = 绿色植被指数。详情见附录中的表A4。相反，VIgreen与叶绿素含量（CL）（ρ = 0.84）和根瘤重量（NW）（ρ = 0.81）均呈强正相关，因为它强调了在作物发育后期叶绿素下降时受影响较小的绿光波段[65]。这些结果强调了在解释花生系统中的光谱指数时考虑物候阶段和作物生理相互作用的重要性，因为生化变量和光谱变量紧密耦合。

3.4. 基于RGB光谱指数的土壤和作物属性预测建模
3.4.1. 基于光谱的土壤属性建模
表4和表5中报告的性能指标（R2、RMSE和MAE）指的是在独立测试集上获得的预测结果，该测试集占总数据集的30%。模型超参数首先使用剩余70%的训练集进行五折交叉验证进行调整，然后用最佳超参数拟合的最终模型在测试集上进行评估。因此，这些表中显示的所有值都对应于样本外的性能，并提供了对每种模型配置预测能力的稳健评估。表4. 使用随机森林和k-最近邻算法的土壤属性与光谱指数之间的预测模型。SBD：土壤容重；SOM：土壤有机质；R2：决定系数；MSE：均方误差；MAE：平均绝对误差；OHI：整体色调指数；RCC：红光色坐标指数；vNDVI：可见光归一化差异植被指数；RGBVI：红-绿-蓝植被指数。表5. 使用随机森林算法的预测模型。叶绿素：叶绿素含量；根瘤形成：根瘤重量；R2：决定系数；MSE：均方误差；MAE：平均绝对误差；vNDVI：可见光归一化差异植被指数；RGBVI：红-绿-蓝植被指数。如表4所示，使用随机森林（RF）算法的回归分析优于k-最近邻（KNN）模型。将RGBVI指数与土壤容重（SBD）相关联的RF模型获得了强烈的关联，决定系数为...（数据未提供）。然而，得到的均方误差（MSE = 20.47）和平均绝对误差（MAE = 4.2）相对较高，表明预测值与测量值有显著偏差，表明模型估计存在相当大的变异性[66]。另一方面，将vNDVI与土壤容重（SBD）相关联的随机森林模型也获得了相对较高的决定系数（R2 = 0.70）。然而，较高的MSE（14.37）和MAE（3.51）值揭示了预测值与观测值之间的较大分散，尽管统计上存在显著关联，但仍削弱了模型的有效预测能力。使用HUE（整体色调指数）估计土壤有机质（SOM）的随机森林模型显示出了强烈的关系，R2 = 0.62，同时MSE（0.11）和MAE（0.27）值较低，支持了该指数在SOM预测中的稳健性，表明预测值与测量值之间的变异性较小[67]。同样，基于RCC（红光色坐标）指数的模型在SOM预测中也获得了最高的决定系数（R2 = 0.87），MSE = 0.04和MAE = 0.18。这些结果表明，该模型产生的预测值非常接近观测值，变异性可以忽略不计[67,68]；因此，这种方法成为从RGB图像估计土壤有机质含量的最佳工具。

3.4.2. 用于叶绿素评估的机器学习
在使用随机森林（RF）算法获得的回归结果中，基于RGBVI、vNDVI和VIgreen光谱指数的叶绿素含量（CL）和根瘤形成（NW）的预测性能变化很大（表5）。将vNDVI与CL相关联的RF模型显示出强烈的关联（R2 = 0.51），预测值与观测值之间的MSE为0.01，MAE为0.09，表明变异性小且平均误差小。因此，该模型被认为是评估这些条件下叶绿素含量的最合适方法，这与先前的研究结果一致，这些研究强调了由于叶绿素对红光的强吸收而导致的红光和绿光波段之间的差异[64,69]。将VIgreen与CL相关联的RF模型也显示出强烈的相关性（R2 = 0.73），表明具有相当的预测能力。然而，较高的MSE（13.2）和MAE（3.18）值表明预测值存在较大变异性，可能是由于异常值的存在或需要进一步优化模型[70]。相比之下，使用KNN算法计算的模型在CL与RGBVI、vNDVI和VIgreen指数之间的相关性仅为中等或较低（表6），这进一步强调了RF在这种情况下的优越性能。表6. 使用k-最近邻算法获得的回归结果。叶绿素：叶绿素含量；根瘤形成：根瘤重量；R2：决定系数；MSE：均方误差；MAE：平均绝对误差；vNDVI：可见光归一化差异植被指数；RGBVI：红-绿-蓝植被指数；VIgreen：绿色植被指数。这些发现加强了RGB光谱指数在农学研究中无损估计生理变量的有用性。vNDVI被证明是最稳健的叶绿素含量预测指数，这与先前研究的结果一致，这些研究强调了其使用传统RGB图像捕捉植被动态的能力[71,72]。此外，结果显示随机森林在预测能力和准确性方面明显优于KNN[73]。随机森林对非线性关系的稳健性及其相对抗过拟合的能力使其特别适合于从光谱指数预测土壤属性等复杂问题[74]。相比之下，尽管KNN在某些应用中简单有效，但它未能充分捕捉本研究中的变量关系复杂性，尤其是在预测SBD和SOM方面。大多数KNN模型观察到的低R2值和高MSE及MAE表明，当数据变异性和非线性关系起关键作用时，该算法不是最佳选择[75]。

3.5. 方法论局限性和未来研究方向
本研究的发现受到几个方法论方面的限制，在推广结果时应予以考虑。首先，所有光谱信息均来自在特定光照和大气条件下获取的8位RGB图像，这使得衍生的指数对太阳角度、阴影和传感器校准的变化敏感。这可能会在反射信号中引入噪声，尤其是在蓝光波段，部分解释了尽管R2值可接受，但某些模型中观察到的相对较高的MSE和MAE[76]。其次，基于RGB的植被指数本质上缺乏近红外和红边信息，而这些信息已知可以提高对生物量、冠层结构和植物水分状态的敏感性[77]。因此，这里开发的预测模型最好解释为针对所研究的花生系统的特定物候阶段、土壤背景和管理条件进行校准的代理指标，而不是普遍适用的关系。第三，样本量和空间范围仅限于单个生长季节内的实验地块，这限制了捕捉年际气候变异性和更广泛土壤梯度的能力[78]。此外，机器学习模型是在包含相对较多非正态变量和潜在异常值的数据集上训练的，尽管通过非参数统计和随机森林等稳健算法进行了处理，但仍可能对预测结果产生残余不确定性[79]。重要的是，这些限制并不削弱结果的相关性；相反，它们指出了未来工作的明确方向，包括（i）在对比不同的土壤类型和管理系统中进行多年多地点验证，（ii）将多光谱或高光谱数据与RGB指数结合以提高灵敏度并减少饱和效应，以及（iii）将基于无人机的观测与卫星时间序列和地理空间决策支持系统结合，以将方法从实验地块扩展到操作农场和景观层面[80]。

3.6. 地理空间技术及其对厄瓜多尔马纳比省农村农业的转型
本研究的实证结果必须在厄瓜多尔农村更广泛的社会-领土背景下进行解释，特别是在马纳比省，那里农业仍然是主要的生计来源，同时面临结构性脆弱性。最近的评估表明，大约43.2%的厄瓜多尔农村人口生活在国家贫困线以下，马纳比省是面临严重食物不安全和就业不足人数最多的省份之一。马纳比省的农村社区通常难以获得高质量的教育、技术支持、灌溉基础设施和数字连接，这限制了他们采用改进的农艺实践以及应对气候和市场冲击的能力[81]。在这种情况下，部署地理空间技术（如基于无人机和卫星的遥感、GIS以及由AI驱动的决策支持系统）为加强农业生产系统和地方治理提供了战略途径[82]。拉丁美洲的国际经验表明，将GPS、GIS和遥感技术整合到精准农业中可以优化投入使用、减少环境影响并提高盈利能力，尤其是在这些工具适应小农户实际情况并融入协作推广计划时。结合实地数据、卫星分析和机器学习的举措已经显示出其潜力，能够为小农户系统生成操作性的作物监测层（例如产量、水分胁迫、土壤肥力），从而实现更有针对性的公共支持和私人投资[83]。对于像马纳比这样的地区，基于RGB的指数和低成本无人机平台（如本研究中所探讨的）代表了进入地理空间创新的一个可行途径。当这些技术被整合到市政或省级地理门户和农业信息系统中时，可以支持干旱或害虫爆发的早期预警工具、具有空间明确性的肥料和石灰推荐，以及基于证据的土地利用规划。这反过来又有助于促进地方政府、生产组织及推广服务之间更加透明和技术扎实的对话，符合全球趋势，即地理空间基础设施是实现可持续、气候智能和社会包容性农业转型的基础[84]。

4. 结论
由无人机生成的正射影像具有每像素1.6厘米的空间分辨率和8位RGB波段，能够进行详细的光谱分析，支持对花生田的精确监测和更明智的农艺决策。基于RGB指数的应用证明了仅使用标准RGB相机即可进行先进的作物和土壤评估的可行性，从而降低了成本并提高了精准农业的技术可及性。研究表明，随机森林（RF）算法在从RGB光谱指数预测土壤属性方面优于k-最近邻（KNN）算法。在测试的指数中，RCC在估算土壤有机质（SOM）方面取得了最高的准确性，决定系数为R2 = 0.87，误差值较低（MSE = 0.04，MAE = 0.18），显示出其作为SOM代理指标的稳健性。使用RF的回归结果也强调了其在预测植物叶绿素含量方面的优越性。基于vNDVI的模型与叶绿素的相关性最强（R2 = 0.51），结合较低的MSE（0.01）和MAE（0.09），表明其具有良好的预测能力。相比之下，尽管VIgreen的R2值较高（0.73），但其较大的MSE（13.2）和MAE（3.18）显示出较大的预测变异性，这可能是由于异常值或物候效应造成的。总体而言，RF在从RGB光谱指数预测土壤和作物属性方面始终优于KNN。RF提供了更高的预测能力和更低的误差指标，反映了其捕捉非线性关系和处理数据变异性的能力，而KNN在模拟体积密度、SOM和生理变量之间的复杂相互作用时存在困难。这一优势使RF成为基于RGB指数解决农艺预测问题的最合适方法。

本研究的结果表明，基于RGB的指数（如RCC、OHI、vNDVI和VIgreen）是预测作物和土壤属性的可行且有效的工具。它们能够捕捉与关键特征（包括叶绿素含量、土壤体积密度和SOM）相关的光谱反射变化，突显了它们在农艺应用中的价值。尽管某些模型存在固有的变异性，但RGB指数提供了一种快速、无损且易于获取的方法来监测和估计关键的土壤和作物属性，使其成为支持改进农业管理和现场决策的有希望的选择。