Lite-HCAR-CNN：一种用于实验室可见-近红外光谱快速估算森林土壤有机碳的轻量级深度学习模型

《Smart Agricultural Technology》：Lite-HCAR-CNN: A Lightweight Deep Learning Model for Rapid Forest Soil Organic Carbon Estimation from Laboratory Vis-NIR Spectra

　　

土壤有机碳（SOC）的快速可靠监测对于精准森林经营和土壤生态评估具有重要意义。本研究从中国广西的亚热带人工林和次生林区域采集了853个表层土壤样品。经过光谱质量控制和SOC异常值筛选后，保留842个有效样品用于模型开发。实验室获取的可见光和近红外光谱采用Savitzky-Golay平滑和标准正态变量校正进行预处理，随后进行降维比较，涉及全光谱、10nm、20nm和40nm分箱、主成分分析（PCA）以及PLS-VIP特征选择。为了提高基于可见-近红外光谱快速估算SOC的计算效率，研究人员开发了一种名为Lite-HCAR-CNN的轻量级模型。该模型采用两个核大小为7的一维卷积块、双重压缩-激励（SE）通道重标定、Swish激活函数以及一个紧凑的残差密集回归头。模型评估采用SOC分层外层五折交叉验证策略，内层验证子集仅用于检查点选择，每个留出的外层测试折仅评估一次。在选定的20nm分箱策略下，Lite-HCAR-CNN实现了平均R2为0.810±0.027，RMSE为4.617±0.373 g/kg。与1D-CNN相比，Lite-HCAR-CNN的RMSE降低了约8.4%；与1D-ResNet18相比，其可训练参数减少了87.9%，模型存储大小减少了87.9%，浮点运算次数（FLOPs）减少了96.7%，CPU推理延迟降低了88.6%。此外，还进行了分箱比较、核大小和隐藏单元敏感性分析、消融实验、残差诊断和MC Dropout不确定性分析，以阐明模型设计和可靠性。结果表明，Lite-HCAR-CNN在使用实验室可见-近红外光谱快速估算森林土壤有机碳方面，实现了预测精度与计算效率之间的良好平衡。

### 论文解读：Lite-HCAR-CNN——面向实验室可见-近红外光谱快速估算森林土壤有机碳的轻量级深度学习模型

#### 1. 研究背景与问题
土壤有机碳（SOC）是衡量土壤肥力、养分循环和生态系统碳循环的关键指标。快速、准确地监测和评估SOC含量，对于实现可持续森林经营、指导精准施肥以及应对气候变化具有重要意义。传统的SOC测定方法依赖于实验室化学分析，这些方法耗时、成本高且具有破坏性，难以满足大规模高效测量的需求。高光谱技术因其高光谱分辨率和丰富的信息维度，能够实现土壤属性的快速、无损、低成本评估，为SOC的快速定量反演提供了技术途径。其中，实验室可见-近红外（Vis-NIR）光谱技术是当前土壤调查的重要工具。

尽管实验室Vis-NIR光谱分析相比传统化学分析具有通量和重复性优势，但实验室光谱仍包含随机仪器噪声、基线漂移、颗粒散射、表面粗糙度效应、重叠吸收响应以及高维冗余变量等问题。这些问题使得光谱预处理、降维和稳健回归建模成为将实验室光谱测量值转化为可靠SOC估算值的必要环节。随着实验室Vis-NIR光谱在土壤属性估算中的广泛应用，建模问题已不再仅限于预测精度。一个有实用价值的SOC模型还应具备在重复验证下的稳定性、避免过度参数化的紧凑性，以及足以支持快速批量预测的高效性。大型通用深度网络虽表示能力强，但应用于一维光谱时可能引入过多参数和运行成本；而传统浅层模型虽高效，却难以充分利用实验室土壤光谱中相邻波长的连续性。因此，本研究旨在开发并验证一种任务适配的轻量级光谱回归架构，用于基于实验室Vis-NIR光谱的快速森林SOC估算。

#### 2. 研究内容与主要方法
本研究开发了Lite-HCAR-CNN这一轻量级深度学习模型，用于快速、准确地估算森林土壤SOC。该模型在精度与效率间取得了良好平衡，为实验室Vis-NIR光谱的大规模应用提供了实用建模策略。论文发表于《Smart Agricultural Technology》。

研究采用了以下主要技术方法。首先，研究区域位于中国广西的亚热带人工林和次生林区域，共采集853个表层（0-20 cm）土壤样品，经异常值筛选后保留842个有效样本。光谱数据使用ASD FieldSpec 4 Hi-Res便携式光谱仪在受控暗室环境中采集，光谱范围350–2500 nm。光谱预处理采用Savitzky-Golay（SG）平滑结合标准正态变量变换（SNV）。降维方案通过比较全光谱、10nm、20nm、40nm分箱、主成分分析（PCA）和PLS-VIP特征选择确定，最终选定20nm分箱，将光谱从2151维压缩至108个特征。模型评估采用SOC分层外层五折交叉验证，并设置内层验证子集仅用于检查点选择。此外，还进行了消融实验、核大小与隐藏单元敏感性分析、MC Dropout不确定性分析等。用于性能比较的基线模型包括PLSR、RF、XGBoost等传统机器学习模型，以及1D-CNN、1D-ResNet18、1D-EfficientNet-Lite和MHSA-1D-CNN等深度学习模型。

#### 3. 研究结果
##### 3.1 数据集特征与降维结果
保留的数据集包含842个样品，SOC值范围为1.62至58.49 g/kg，呈右偏分布。分层划分后各外层测试折的SOC分布具有可比性。输入表示比较显示，20nm分箱策略在六种测试方案中取得了最佳的整体预测精度，仅使用108个输入特征，与全光谱输入相比大幅降低了维数、参数数量和FLOPs，被选定为后续实验的输入方案。

##### 3.2 模型比较与计算效率
在相同的20nm输入表示和分层外层测试折下，Lite-HCAR-CNN在所有测试模型中取得了最低的RMSE和最高的R2。在基线模型中，1D-CNN的预测精度最接近Lite-HCAR-CNN，而1D-ResNet18、1D-EfficientNet-Lite和MHSA-1D-CNN在现有数据集上未提升SOC预测性能。CNN类模型整体优于PLSR、RF和XGBoost等传统基线模型。

##### 3.3 消融与架构敏感性分析
消融实验表明，移除SE模块、残差密集块，或将Swish替换为ReLU，以及将模型简化为Plain 1D-CNN，均会导致预测误差上升，其中ReLU变体精度下降最明显。核大小敏感性分析验证了双卷积核大小均为7的设置最优，在20nm分箱下约覆盖140nm的局部光谱邻域。隐藏单元比较显示256-32配置的回归头在精度与效率间具有竞争力。

##### 3.4 残差、不确定性与光谱重要性分析
基于折外预测的残差诊断显示，多数样本分布在1:1线附近，残差以零为中心，但误差幅度随SOC四分位升高而增大，上四分位SOC范围的RMSE和MAE最大。MC Dropout不确定性分析显示预测标准差与绝对误差存在中等相关性（r=0.328），但经验覆盖率仅为32.7%，说明该范围未经过校准。基于置换的光谱重要性分析显示，模型主要依赖700-850 nm、1900-2100 nm和2200 nm以上区域的光谱信息，这些区域与有机质、矿物、羟基相关及红壤背景的综合效应有关。

##### 3.5 综合解释与实践相关性
结果从实验室土壤光谱角度解释：20nm分箱的优势在于适度光谱平均抑制了冗余高维信息同时保持了波长连续性；核大小7的设置与土壤Vis-NIR光谱宽且重叠的特性相符。较深的1D-ResNet18和注意力模型未提供额外改进，可能因其额外表示能力未被缩减的输入长度与样本量充分支持。Trad机器学习模型性能偏低与其将分箱波长视为表格型预测因子而未显式利用相邻光谱区间的序列连续性有关。

##### 3.6 局限性与未来工作
研究存在以下局限：未保留采样区域的样本级别标签，无法进行留区验证；光谱均来自单区域框架内的风干过筛土壤，向其他土壤类型、田间便携光谱和嵌入式硬件的迁移性需独立验证；缺少土壤分类、质地、母质等完整样本级信息，无法严格分离SOC相关响应与区域成土背景效应；质量控制依赖目视检查和单变量Z分数，未将化学分析不确定性传播至模型中。未来工作应优先开展外部验证、田间条件测量、多变量光谱异常诊断、不确定性校准和硬件测试。

#### 4. 讨论总结与结论翻译
讨论部分综合了模型设计选择合理性与局限性的系统考量。研究结论如下：本研究开发了Lite-HCAR-CNN，一种用于基于实验室Vis-NIR光谱快速估算森林SOC的轻量级深度学习模型。通过结合SG-SNV预处理、20nm光谱分箱、两个核大小为7的一维卷积、SE通道注意力、Swish激活和残差密集回归，所提出的模型在预测精度和计算效率之间取得了良好平衡。与独立实现的1D-CNN基线相比，Lite-HCAR-CNN的RMSE降低了约8.4%；与1D-ResNet18相比，可训练参数量减少87.9%，FLOPs减少96.7%，CPU单样本推理延迟降低88.6%。实验设计采用SOC分层外层五折交叉验证、内层验证子集用于检查点选择和留出外层测试折用于最终评估。降维实验支持20nm分箱方案；模型比较实验表明Lite-HCAR-CNN优于测试的化学计量学、机器学习、卷积、残差、高效CNN和注意力基线模型。消融和敏感性分析进一步支持双SE模块、Swish激活、残差密集回归头、核大小为7的两个一维卷积以及256-32隐藏单元配置的设置。残差、不确定性和光谱重要性分析显示预测难度随SOC范围变化，上四分位SOC范围表现出最大的RMSE和MC Dropout不确定性。总体而言，Lite-HCAR-CNN为基于实验室Vis-NIR光谱的快速森林SOC估算提供了一种紧凑有效的建模选择。未来工作应侧重于独立外部验证、田间条件光谱采集、不确定性校准和硬件级实施。