《ACS Omega》：VIS–NIR–SWIR Proximal Spectroradiometry Coupled with Machine Learning and Deep Learning for Ornamental Plant Identification and Classification
编辑推荐：
# 摘要
观赏植物材料的无损分类可以改善温室质量控制、品种筛选和光谱表型分析；然而，大多数常规决策仍然依赖视觉检查。研究人员评估了近端VIS–NIR–SWIR光谱辐射测量法（400–2400 nm）对900个平衡的植株水平叶片或苞片光谱的性能，这些光谱代表了
# 摘要
观赏植物材料的无损分类可以改善温室质量控制、品种筛选和光谱表型分析；然而，大多数常规决策仍然依赖视觉检查。研究人员评估了近端VIS–NIR–SWIR光谱辐射测量法（400–2400 nm）对900个平衡的植株水平叶片或苞片光谱的性能，这些光谱代表了来自绿萝、一品红、天竺葵和扶桑的九个观赏植物类别。光谱形成了一个高度结构化的低维数据集，前三个主成分解释了总方差的97.11%。全光谱和去边沿表示保持了较高的性能（最佳宏F1分数分别为82.56%和81.99%），而ReliefF选择的16波段绿色窗口（547–562 nm）将性能降低至60.77%宏F1分数。在全光谱深度模型中，MLP_Deep实现了80.99%的F1分数。这些结果表明，在当前的基准测试中，近端反射能够实现有效且可解释的植株水平观赏植物表型分类和区分，而仅靠紧凑的绿色波段选择无法替代更广泛的VIS–NIR–SWIR信息来区分密切相关的叶片类别。
# 论文解读
## 一、研究背景与科学问题
观赏园艺产业日益需要快速、无损且可扩展的方法来区分分类群、颜色表型和市场状态，因为苗圃生产、采后分选和品种管理仍然严重依赖视觉评估。当不同类别主要差异在于色素分布、扇形嵌合体中的病害区域或苞片颜色过渡状态而非整体形态时，这种局限性尤为突出。近端光谱技术提供了一种有吸引力的替代方案，因为它快速、便携且与正在为园艺和花卉栽培开发的高通量表型分析工作流程兼容。
在叶片尺度上，反射率是色素吸收、内部散射、水分吸收和组织结构的综合光学结果。可见光波长主要由叶绿素、类胡萝卜素和花青素塑造；红边捕捉吸收与散射之间的转变；短波红外波段对水分、干物质和内部结构敏感。这些关系在叶片光学理论领域已得到充分建立，使得近端VIS–NIR–SWIR测量特别适合定义于绿色、青柠色、白化、嵌合体和红色组织的观赏植物表型。
尽管近期植物光谱研究表明叶片反射率可以捕捉生化和生理、病害、分类学和基因型相关的变异，但相对较少的研究将观赏植物分类构建为可解释的多类别问题，涵盖叶片和苞片表型。可解释性在实际部署中至关重要，因为运营部署很少仅受原始精度限制。在园艺环境中，用户需要知道哪些波长区域支持区分，这些区域是否与合理的色素或水分敏感机制一致，以及当光谱设计为更便宜的硬件而缩减时会损失多少性能。
一个尚未解决的关键问题是紧凑波段集能在多大程度上替代现实分类任务中的全光谱覆盖。缩减波段设计对于硬件转化是可取的，但激进的压缩可能丢弃分布在可见光、近红外和短波红外域中许多植物结构中的互补信息。在观赏植物结构中，相关绿色叶片表型与富含色素的苞片状态共存，这种权衡对传感器设计和苗圃级可靠性具有直接影响。
## 二、研究内容与主要结论
研究人员分析了来自绿萝、一品红、天竺葵和扶桑植物的900个植株水平样本，涵盖九个观赏植物类别，并通过结合类别平均光谱、主成分分析、一对一关联映射、层次相似性分析、ReliefF排序、经典机器学习和一维深度学习的可解释工作流程，评估了全光谱、去边沿和16波段缩减表示。核心假设是：由物种、器官身份和可见表型定义的观赏植物类别将携带可重复的VIS–NIR–SWIR反射率特征，可以从独立的植株水平光谱中识别；但窄域绿色波段集将无法保留足够的互补可见光、红边、近红外和短波红外信息来解析光谱重叠的绿色表型。
研究提出了三个主要问题：（i）观赏植物类别能否从400–2400 nm反射率中区分；（ii）信息量最大的波长是否集中在光谱中生物学上合理的子集内；（iii）当表示压缩为紧凑的绿色域波段集时，分类保真度保留多少。
结果表明，九类观赏植物的光谱呈现出高度结构化的低维流形，前三个主成分共同解释了总光谱变异的97.11%。最佳全光谱和去边沿表示的性能分别为82.56%和81.99%宏F1分数，而16波段绿色窗口将最佳性能降至60.77%宏F1分数。全光谱深度模型中MLP_Deep实现了80.99%的F1分数。这些发现证实了近端反射率能够在当前基准内实现有效且可解释的植株水平观赏植物表型分类和区分，而单独的紧凑绿色波段选择无法替代更广泛的VIS–NIR–SWIR信息来区分密切相关的叶片类别。这一研究为观赏植物高通量无损分选和表型分析提供了重要的方法学基础，并为缩减波段传感器设计提供了关键警示。
## 三、关键技术方法概述
研究人员构建了一个包含900个独立植株水平光谱样本的平衡基准数据集，涵盖九类观赏植物材料：四类来自绿萝（Epipremnum aureum）叶片表型（深绿、青柠绿、嵌合体、绿-白化），三类来自一品红（Euphorbia pulcherrima）苞片表型（近白色、绿-红过渡、全红），以及天竺葵（Pelargonium zonale）和扶桑（Hibiscus rosa-sinensis）各一类绿色叶片。光谱采集使用便携式ASD FieldSpec 3光谱辐射仪（Malvern Panalytical/ASD Inc., Boulder, CO, USA），采用接触式植物探针配置，分析波长轴标准化为400–2400 nm、间隔1 nm，共2,001个光谱变量。光谱预处理采用Savitzky–Golay平滑（窗口长度=11，多项式阶数=2）。三种光谱表示被评估：全光谱（400–2400 nm，2,001波段）、去边沿光谱（411–2389 nm，1,979波段）和基于ReliefF监督特征排序选择的16波段绿色窗口配置（547–562 nm）。模型验证采用固定的分层植株水平划分：35%训练（n=315）、35%验证（n=315）和30%独立测试（n=270），测试集在优化前锁定且不参与特征排序、缩放参数估计、超参数筛选或模型拟合。
## 四、研究结果
### 4.1 基准构成与观赏植物表型
基准包含均匀分布在九个观赏植物类别中的900个近端反射测量值（每类100个样本）。数据集将深绿、青柠绿、奶油/白色扇形、绿-黄-奶油大理石纹、过渡绿-红和全红组织结合在一个平衡基准中，刻意拓宽了可见表型空间，超越了简单的物种区分，创造了一个要求较高的场景，其中某些类别主要在相关观赏植物材料中的色素分布上有所差异。
### 4.2 VIS–NIR–SWIR域的类别水平反射率组织
类别平均反射曲线在400–2400 nm全范围内呈现强结构化特征。可见光域中Albino和Lime显示高反射率，Red和Green–Red表现出独特的色素驱动行为，而绿色衍生类别占据更拥挤的中心流形。近红外和短波红外域保持了清晰的类别相关差异，表明区分不仅由颜色驱动，还受更广泛的水分和结构敏感反射行为影响。最相似的类别对是Green与Variegated（r=0.997）、Green-Albino与Variegated（r=0.996）和Geranium与Green（r=0.993），而最不相似的关系包括Albino与Red（r=0.815）、Lime与Red（r=0.838）和Albino与Hibisco（r=0.850）。
### 4.3 PCA揭示高度压缩的低维结构
主成分分析显示观赏植物光谱位于高度压缩的低维流形上。PC1解释了74.78%的方差，PC2解释了14.64%，PC3解释了7.68%，前三个成分共占光谱总变异的97.11%。载荷最大值显示主要轴同时涉及可见光和短波红外区域：PC1绝对峰值集中在约1377–1380和1597–1602 nm，PC2峰值在约1922–1931 nm，PC3峰值在约543–552 nm。
### 4.4 波长分辨关联与监督排序突出紧凑绿色窗口
一对一关联图谱显示没有单一波长能同等地解释所有类别。Albino在400 nm处具有最强正关联（r=0.602；r2=0.362），Hibisco在715 nm处具有最强负关联（r=?0.433；r2=0.188），Red在2022 nm处具有强正最大值（r=0.434；r2=0.188）。ReliefF多类别排序收敛于547–562 nm的紧凑可见光区间，而最强的ANOVA效应量位于1448 nm（eta2=0.633），在该缩减集之外。这一分歧表明绿色窗口对紧凑多类别排序高效，但更广泛的光谱空间仍包含互补信息，尤其是短波红外波段。
### 4.5 光谱表示敏感性与缩减波段经典基准测试
全光谱表示的最佳模型为宽神经网络，宏F1=82.56%，平衡精度=82.59%。去边沿表示几乎相同，线性SVM达到宏F1=81.99%和平衡精度=81.85%。16波段配置将最佳宏F1降至60.77%，平衡精度降至60.74%。在24个可比较的配对模型对比中，全光谱与去边沿光谱之间的宏F1中位数绝对差异仅为0.35个百分点，22个对比差异小于2个百分点；而16波段绿色窗口表示在24个对比中的23个中降低了宏F1，中位惩罚为26.84个百分点。配对统计检验证实全光谱与去边沿线性SVM结果几乎无法区分（精确McNemar P=0.500），而两种宽光谱表示均显著优于16波段LDA模型（精确McNemar P<0.001）。16波段基准中线性判别分析最强，其次为子空间判别和余弦KNN。类别水平的混淆主要集中在绿色中心类别：Green–Red→Hibisco（33.3%）、Green-Albino→Green（30.0%）、Geranium→Green（30.0%）、Variegated→Green（26.7%）。
### 4.6 全一维光谱上的深度学习
基于F1分数的最强全光谱深度模型为MLP_Deep，准确率80.74%，F1=80.99%，精度83.45%，含有554,249个可训练参数。MLP_1D在准确率上与MLP_Deep匹配（80.74%），F1分数紧随其后（80.77%）。Transformer1D形成中间层级（64.07%），而卷积、循环和时间模型在共享训练预算下保持在较低水平。MLP系列收敛快速且验证行为相对稳定，而更具结构性的序列架构显示出更嘈杂的轨迹和更弱的泛化能力。
## 五、讨论总结与结论
讨论部分指出，光谱组织与预期一致：高反照率奶油/近白色组织、红色苞片和绿色叶片在可见吸收和散射方面存在差异，短波红外域增加了对水分相关和结构光学行为的敏感性。然而，色素浓度、水分含量和解剖特征未直接测量，机制解释被呈现为文献支持的光学解释而非直接生化或解剖验证。
前三个主成分解释97.11%总方差的高压缩低维结构解释了稳健区分的可能性，因为相邻波长高度共线，许多表观高维问题实际上由少量平滑光谱模式驱动。同一低维结构也解释了剩余错误：最相似的类别对（Green、Variegated、Green-Albino和Geranium）在相关结构中占据拥挤邻域，随后主导了混淆矩阵，表明残余误分类反映了相关观赏植物表型之间的真实光谱重叠。
全光谱保留与紧凑传感器设计的对比是实际关键成果：修剪不稳定边沿几乎无代价，表明状态良好的411–2389 nm表示捕获了几乎所有有用信息；而将数据限制在16个ReliefF选择的波长将最佳基准分数降低了超过20个百分点。绿色窗口是一个高度信息丰富的局部线索，但不是更广泛VIS–NIR–SWIR信号的完整替代品。缩减波段传感器设计应可能采用分布式策略——锚定少量绿色波段同时保留互补的红边和近红外/短波红外覆盖——而不是将系统折叠为单一窄可见光区间。
全光谱深度学习基准强化了表示比架构复杂性更重要的观点。MLP_Deep和MLP_1D表现最佳，而更具结构性的卷积、循环和变换器风格模型未进一步缩小差距。输入光谱是平滑、强共线的一维序列，样本量相对于现代序列架构的灵活性适中，且所有架构在共享优化预算下训练。在这些条件下，良好正则化的多层感知器或线性边界模型比为大数据集设计的模型更有效地匹配数据的统计结构。
**研究结论**：本研究在平衡的植株水平采样、独立留出测试集和光谱表示直接比较的支持下，核心结果保持明确：全VIS–NIR–SWIR和去边沿光谱保留了最强性能，宏F1分数分别为82.56%和81.99%，而16波段547–562 nm窗口的性能降至60.77%。这证实了绿色窗口具有信息量，但不能独立替代更广泛的光谱覆盖。该工作流从类别平均值、PCA几何、波长重要性图谱和混淆模式提供了操作透明的系统，比仅基于精度的黑箱更易于审计，对苗圃和育种管线中的应用具有重要价值。
