基于混合CNN-LSTM架构与迁移学习的马铃薯叶面积指数估算研究

《Artificial Intelligence in Agriculture》：Estimation of potato leaf area index using a hybrid CNN-LSTM architecture with transfer learning

　　

研究人员提出一种将混合卷积神经网络-长短期记忆架构与“模拟-现实”迁移学习（TL）策略相结合的框架，以提高马铃薯（Solanum tuberosum L.）叶面积指数（LAI，单位地面面积上的单面绿色叶面积）的估算精度。利用2017–2019年三个生长季的田间试验样本（n=690）和PROSAIL辐射传输模型模拟的大规模光谱数据集（n=78,780），系统比较了传统光谱特征与深度学习特征的性能。结果表明，混合CNN-LSTM网络能够联合提取光谱局部形态特征与全局序列依赖关系，有效缓解光谱饱和效应。通过将辐射传输模型（RTM）模拟数据预训练获得的知识迁移至田间小样本，所提出的CNN-LSTM-TL框架在验证数据集上取得最优精度（R²=0.80，RMSE=0.50 m²/m²），显著纠正了高LAI区间的系统估计偏差。该框架为精准农业中的作物生长监测提供了一种高性价比的技术途径。

论文解读：基于混合CNN-LSTM与迁移学习的马铃薯叶面积指数估算

一、研究背景与科学问题

马铃薯是全球第四大粮食作物，对保障粮食安全具有重要意义。叶面积指数（LAI）定义为冠层单位地面面积上的单面绿色叶面积，是表征冠层结构和光合能力的关键生物物理参数。准确估算马铃薯LAI有助于作物长势监测和田间管理优化。可见-近红外光谱技术因无损、高效而广泛应用于LAI反演，但土壤背景干扰和光谱饱和效应使得光谱特征与LAI之间的映射关系难以稳健建立。传统植被指数（VIs）仅利用少数离散波段，在高LAI条件下易出现信号饱和；机器学习（ML）算法虽能拟合非线性关系，但对训练样本的量和多样性依赖较强，独立数据集上泛化性能不稳定；辐射传输模型（RTM）如PROSAIL虽具备物理机理解释，但直接反演存在病态性和计算开销大等问题。近年来深度学习（DL）在特征自动提取和非线性建模方面表现突出，但深度网络通常需要大规模标注数据，而田间实测样本稀缺且分布偏向中等LAI区间，导致模型对低值和高值区域的估计偏差较大。为此，研究人员提出了一种将混合CNN-LSTM架构与迁移学习（TL，即利用源域知识改善目标域学习的方法）相结合的框架，以解决光谱饱和和小样本难题。

二、研究设计与关键方法

研究人员于2017–2019年在北京小汤山国家精准农业研究中心开展了连续三个生长季的田间试验，试验采用随机完全区组设计，涵盖不同马铃薯品种、种植密度、氮肥水平以及部分灌溉和钾肥处理，共获取冠层高光谱数据及对应LAI实测样本690个。同时，利用PROSAIL模型模拟了78,780条覆盖广泛冠层参数组合的仿真光谱数据，作为物理先验知识来源。关键方法包括：构建由三个卷积块（滤波器数依次为16、32、64）组成的CNN局部特征提取模块，以及具有序列记忆能力的LSTM全局建模模块；在模拟光谱数据集上预训练CNN-LSTM网络，再通过“模拟-现实”迁移学习策略，冻结部分卷积层参数并使用田间实测数据微调全连接层，形成CNN-LSTM-TL估算模型。模型性能采用决定系数（R²）、均方根误差（RMSE）、归一化均方根误差（NRMSE）和平均绝对误差（MAE）评估，并按低（02）区间进行分层分析。

三、主要结果

（一）不同年份LAI统计描述
三年田间LAI数据覆盖0.15至6.52的宽动态范围，总体呈近似正态分布，为该研究提供了具有高度异质性的目标域数据集，有利于检验模型对极端值的估算能力。

（二）光谱特征与LAI相关性分析
PROSAIL模拟光谱与实测光谱在400–1000 nm波段的相关系数趋势高度一致，验证了仿真数据的物理可靠性。十种常用VIs与LAI的相关性系数范围为0.16至0.54，且在LAI>2后数据点趋于平台，呈现出明显的信号饱和现象，说明传统光谱特征难以完整刻画全生长期LAI变化。

（三）机器学习结合光谱特征的估算结果
基于光谱特征（SF）的偏最小二乘回归（PLSR）、随机森林（RF）和极端梯度提升（XGBoost）模型中，非线性模型在训练阶段表现优异（RF训练R²=0.88），但在独立验证阶段精度显著下降（RF验证R²=0.38），暴露出严重的过拟合问题。PLSR模型训练与验证精度相对稳定但整体偏低（验证R²=0.50），无法满足精细监测需求。

（四）不同网络提取特征与LAI的相关性分析
通过对CNN、LSTM和CNN-LSTM三种网络全连接层激活值进行相关性分析发现，LSTM提取的特征与LAI最大相关系数仅为0.49，CNN特征最大相关系数达0.78，而CNN-LSTM模型获得的多个特征其相关系数绝对值超过0.80（峰值0.82）。Grad-CAM可视化表明，CNN-LSTM的注意力集中分布在红边（700–750 nm）和近红外平台区域，与叶片色素吸收和冠层散射的物理规律相吻合，显示出模型提取的特征具有较强的物理可解释性。

（五）直接训练深度学习模型的估算结果
使用田间数据从零训练的三种深度模型中，CNN-LSTM取得了最佳验证精度：R²=0.74，RMSE=0.55 m²/m²，高于CNN（R²=0.71）和LSTM（R²=0.64），证明联合局部特征提取与全局序列建模能够建立更稳健的LAI反演关系。

（六）基于预训练网络和迁移学习的估算结果
CNN-LSTM在PROSAIL模拟数据集上训练后，训练和验证R²分别达到0.998和0.995，表明网络已充分学习作物辐射传输的物理规律。若将预训练模型直接应用于田间数据（Non-TL），验证R²仅为0.53，且在高LAI区域出现系统性低估。而采用TL策略微调后，训练和验证R²分别提升至0.83和0.80，RMSE下降至0.45和0.50 m²/m²，散点分布明显收窄至1:1线附近，有效校正了系统偏差。

（七）不同估算策略的精度比较
在验证集上按精度排序：CNN-LSTM-TL（R²=0.80）> CNN-LSTM（R²=0.74）> CNN-LSTM-Non-TL（R²=0.53）> SF