不同灌溉条件下利用高光谱数据预测菜豆相对含水量的可解释机器学习框架

《Smart Agricultural Technology》：An interpretable machine learning framework to predict Relative Water Content by using hyperspectral data in Phaseolus vulgaris L., under different irrigation conditions

　　

普通菜豆（Phaseolus vulgaris, L., 1758）在粮食安全中扮演着基础性角色，但其对水分胁迫的高度敏感性会显著影响作物生产力。因此，有效监测植物水分状况对于优化灌溉管理至关重要。试验在意大利南部的Valenzano进行，研究人员在三种灌溉制度（充分灌溉（FI）、亏缺灌溉（DI）和雨养（RD））下种植菜豆，采用完全随机设计，设置6个重复。研究人员使用传统实验室方法在三个主要物候期（播种后33、54和63天）测量相对含水量（RWC），该方法涉及对叶片样本进行三次称重以确定其鲜重、饱和重和干重。研究人员在每个物候期，使用工作在325-1075 nm范围的手持式高光谱辐射计，在每个试验单元的三个位置测量作物光谱反射率。本研究评估了四种机器学习（ML）算法（支持向量回归（SVR）、随机森林（RF）、套索回归（LR）和岭回归（RR））在预测RWC时的性能，并采用两种独立的数据分析：（i）使用通过两种特征选择方法选取的波长，以及（ii）使用植被指数（VIs）作为预测变量。每种算法在80%的数据集上训练，并在剩余20%的数据集上测试，同时应用网格搜索交叉验证进行超参数调优。当使用波长作为预测变量时，SVR表现最佳（R² = 0.52 ± 0.13；RMSE = 6.10 ± 0.55），而RF在使用VIs时表现优异（R² = 0.65 ± 0.04；RMSE = 7.78 ± 0.52）。SHapley Additive exPlanations（SHAP）值揭示，红边植被胁迫指数（RVSI）和植物衰老反射指数（PSRI）是决定RF准确性的最重要VIs。本研究可能提供一种更快、非破坏性的方法来评估水分胁迫并改进灌溉调度。该模型的中等预测性能（R²=0.65）可能反映了水分胁迫下的非线性光谱响应，这还可能受到结构变化的影响，从而在特定波长下掩盖与水分相关的信号；此外，这些结果可能凸显了将SWIR（短波红外）区域纳入模型以及考虑基于叶片的指标与基于冠层的信息之间差异的必要性。这些因素为在该研究领域进行进一步探究提供了基础。

**论文解读：基于可解释机器学习与高光谱数据的菜豆相对含水量预测研究**

**研究背景与问题**

菜豆（Phaseolus vulgaris L.）是全球重要的食用豆类作物，其蛋白质价值备受认可，在粮食安全中具有重要地位。然而，菜豆对水分胁迫高度敏感，尤其在开花和结荚期，干旱会显著降低种子产量并加速成熟，对作物生产力构成严重威胁。随着气候变化加剧，作物需水量增加，传统灌溉管理面临挑战，亟需高效、非破坏性的植物水分状态监测方法。相对含水量（Relative Water Content, RWC）是评估植物水分状态的关键生理指标，但传统实验室测量方法具有破坏性、耗时且不适用于大规模监测。高光谱遥感技术能够提供窄波段反射率数据，为快速、非破坏性评估植物水分状态提供了可能，但高光谱数据的高维性和冗余性给信息提取带来困难。现有研究多集中于叶绿素含量、生物量、产量等指标，专门针对RWC预测的研究相对有限，且多使用间接指标（如植被指数），缺乏直接利用光谱反射率和植被指数（Vegetation Indices, VIs）进行RWC预测的稳健建模方法。因此，研究人员开展了此项研究，旨在利用高光谱数据和机器学习（Machine Learning, ML）方法，构建一种可解释的框架，用于预测不同灌溉条件下菜豆的RWC，以支持快速、非破坏性的水分胁迫检测和灌溉调度优化。

**研究意义**

该研究发表在《Smart Agricultural Technology》。通过比较多种ML算法和特征选择方法，并引入SHapley Additive exPlanations（SHAP）和偏依赖图（Partial Dependence Plots, PDPs）增强模型可解释性，该研究为精准农业（Precision Agriculture, PA）中基于高光谱数据的植物水分状态评估提供了新思路，有望提升灌溉效率和水资源可持续利用。

**主要技术方法**

研究于2022年在意大利南部Valenzano的巴里地中海农学院（IAMB）试验农场进行，土壤为粉质黏壤土。菜豆品种‘Macete’播种于5月中旬，设置三种灌溉处理：充分灌溉（FI）、亏缺灌溉（DI，FI灌溉量的50%）和雨养（RD），采用完全随机设计，6个重复。在三个物候期（播种后33、54、63天）采集叶片样本，通过传统称重法测定RWC；同时使用FieldSpec Handheld 2便携式高光谱辐射计（325-1075 nm）在冠层上方0.10 m处获取光谱反射率。研究采用两种预测变量：（1）通过置换重要性（Permutation Importance）和主成分分析（PCA）筛选的15个波长；（2）15个植被指数（VIs，包括结构型、叶绿素类、水分波段类）。运用四种ML算法：支持向量回归（SVR）、随机森林（RF）、套索回归（LR）和岭回归（RR），通过80%训练集、20%测试集（5次重复）和网格搜索交叉验证进行模型训练与评估，并利用SHAP值和PDPs解释最优模型。

**研究结果**

**3.1 气候数据与相对含水量测量**
2022年生长季总降雨量119.80 mm，参考蒸散量（ETo）为625.80 mm。FI和DI处理分别供水301 mm和169.50 mm。RWC从33到63天总体下降，RD处理平均值最低。方差分析（ANOVA）显示，在54和63天时三种处理间RWC差异显著（p<0.001），33天时FI与DI处理无显著差异。

**3.2 产量响应**
FI处理在鲜籽粒产量和水分生产力（YWP）上均最高。在蜡熟期（74天），DI处理与FI处理在产量和YWP上无显著差异，但RD处理显著低于两者。在完熟期（120天），DI处理与FI处理差异显著，但与RD处理无显著差异。相关性分析表明，RWC与产量参数在物候中后期呈强正相关。

**3.3 菜豆作物光谱特征对灌溉处理的响应**
33天时各处理光谱曲线重叠。54天时，DI和RD处理近红外（NIR）反射率下降，红边斜率变缓，表明水分胁迫发生。63天时，RD处理NIR反射率显著降低、可见光反射率升高，红边斜率进一步下降，而FI和DI处理保持较高NIR反射率。

**3.4 主成分分析**
对61个光谱波段（10 nm间隔）进行PCA，前两个主成分（PC1和PC2）解释96.73%方差。PC1区分采样日期，PC2区分处理：FI处理在63天时与较高NIR反射率相关，RD处理在PC2上呈负值，与可见光高反射率关联。

**3.5 模型评估**
基于置换重要性筛选的15个波长（742-892 nm，红边和NIR区域）中，SVR表现最佳（R²=0.52±0.13，RMSE=6.10±0.55）。基于VIs作为预测变量时，RF表现最优（R²=0.65±0.04，RMSE=5.37±0.48），显著优于其他算法。SHAP值分析揭示，红边植被胁迫指数（RVSI）和植物衰老反射指数（PSRI）是影响RF模型输出的最重要VIs，其中较低RVSI和低PSRI值正向贡献；增强型植被指数（EVI）和双差值指数（DD）也具影响。偏依赖图显示RVSI与预测值呈负相关，PSRI在低值处急剧下降后趋稳，EVI和DD呈正相关。

**3.6 预测RWC**
RF模型预测值与观测值散点图显示数据分布较分散，R²=0.65。低RWC值被高估，高RWC值被低估。FI处理RWC被低估，RD处理被高估，DI处理在33天被低估、54和63天被高估。

**讨论与结论**

讨论部分指出，水分胁迫显著降低了菜豆鲜籽粒产量和YWP，与前期研究一致。RWC与产量参数的正相关支持其作为生产力指示指标的可靠性。高光谱数据能通过冠层光谱变化检测水分状态差异：可见光反射率升高与色素减少相关，NIR反射率降低与叶片结构改变相关。RF模型在使用VIs时表现最佳，这归因于其处理非线性关系的能力及对噪声的鲁棒性。红边区域VIs（如RVSI和PSRI）在预测RWC中重要性突出，因为红边位置对叶绿素含量变化敏感，而水分胁迫间接影响叶绿素活性。模型预测性能中等（R²=0.65），可能原因包括：水分胁迫下光谱响应的非线性受结构变化（如LAI和干物质）影响，掩盖了水分相关信号；以及基于叶片的指标（RWC）与冠层光谱信息之间的尺度差异。研究还指出，未纳入短波红外（SWIR）区域可能限制了模型性能，未来需整合多源数据（如土壤、气候数据）以提升预测精度。

**结论部分翻译**：本研究评估了利用田间手持式光谱辐射计获取的光谱数据预测菜豆相对含水量的机器学习模型。在测试模型中，随机森林表现出最高的预测精度，尤其是在使用植被指数作为预测变量时，凸显其在此应用中的适用性。SHAP特征重要性和偏依赖图的整合进一步增强了模型的可解释性。特别地，基于红边的植被指数，如红边植被胁迫指数（RVSI）和植物衰老反射指数（PSRI），成为评估水分状态的最重要变量，表明该区域的光谱反射率变化对菜豆组织水合状态敏感。将植物反射率信息与先进的机器学习方法相结合，可以为传统的水分胁迫检测方法提供一种更快、非破坏性的替代方案。该方法通过改善水分管理，可增强可持续农业实践，并可能减轻干旱对菜豆生产力的影响。未来研究应探究如何纳入更多光谱区域、环境变量及其他作物参数，以改进用于水分胁迫检测和作物健康综合评估的预测模型。