摘要
为了实现对烤烟叶片氮含量的快速、无损、广域田间测定，及时监测烤烟氮素营养状况并制定精准施肥策略，利用大疆无人机搭载高光谱相机采集烤烟冠层影像，提取光谱反射率数据，并分别采用连续投影算法、最小绝对收缩与选择算法以及弹性网络 3 种算法对原始光谱数据进行降维，提取氮素敏感波段，计算植被指数。随后，结合 3 种机器学习算法，构建烟叶氮含量的反演模型。结果显示，采用连续投影算法降维结合随机森林建模的组合效果最佳，模型决定系数达到 0.711，均方根误差为 5.138 mg/g；其次为连续投影降维与多元线性回归模型，其决定系数和均方根误差分别为 0.70 和 5.234 mg/g。上述研究为烤烟大田养分智慧管理提供了有效的技术支撑。
Abstract
To achieve rapid，non-destructive and large-scale field measurement of nitrogen content in flue-cured tobacco leaves，monitor the nitrogen nutritional status of tobacco in a timely manner and develop precise fertilization strategies， utilized a DJI drone equipped with a hyperspectral camera to capture canopy images of flue-cured tobacco and extract spectral reflectance data. Three algorithms，namely Successive Projections Algorithm，Least Absolute Shrinkage and Selection Operator and Elastic Net，were employed to reduce the dimensionality of the original spectral data，extract nitrogen-sensitive bands，and calculate vegetation indices. Subsequently，three machine learning algorithms were applied to construct inversion models for leaf nitrogen content. The results showed that the combination of Successive Projection Alogrithm for dimensionality reduction and Random Forest for modeling achieved the best performance，with a coefficient of determination of 0.711 and a root mean square error of 5.138 mg/g. The second-best performance was achieved by Successive Projection Alogrithm combined with Multiple Linear Regression，with a coefficient of determination of 0.70 and an root mean sqvare error of 5.234 mg/g. This study provided effective technical support for smart nutrient management in flue-cured tobacco fields.
云南省大理州是我国重要的烤烟主产区之一，具有 40 余年的植烟历史。然而，近年来，烟田施肥仍以化肥为主，部分养分未能得到充分补充，导致营养失衡现象频发[1-2]。传统的烟田营养诊断方法主要依赖土壤检测和植物分析技术，这些方法需要破坏性取样，耗时长、成本高、检测结果滞后，难以及时指导田间生产。因此，亟需一种快速、高效、广域的营养诊断方法，用于评估烤烟营养状况。近年来，无人机高光谱遥感技术凭借其快速、无损取样、灵活机动、部署方便等优势，逐渐成为作物营养诊断和精准施肥研究的热点。例如，通过无人机机载高光谱技术，学者们已对冬小麦[3]、水稻[4]、马铃薯[5]等作物的叶片氮含量开展了反演研究。冯惠芬等[3]通过田间试验研究了不同生育期和施氮水平下冬小麦叶片和茎秆氮含量的高光谱植被指数敏感性，并结合 SPAD 值和 5 种机器学习算法（如 DNN），成功提升了氮含量估算精度，尤其在灌浆期和抽穗期表现最佳。刘潭等[4]通过采集水稻叶片高光谱数据，采用低通滤波和耦合离散小波与一阶微分变换降维光谱数据，结合主成分分析和小波分解方法，使用极限学习机（ELM）、粒子群优化支持向量机和人工蜂鸟算法优化的极限学习机（AHA-ELM）模型进行预测，发现 AHA-ELM 模型预测精度最高，R2 分别为 0.8064 和 0.7915。樊意广等[5]获取了马铃薯不同生育期无人机高光谱影像，提取了高光谱反射率和纹理特征，利用弹性网络回归（ENR）、贝叶斯线性回归（BLR）和 ELM 3 种方法建立马铃薯叶片氮含量估算模型，发现利用 ENR 构建的估算模型效果较好，BLR 次之。胡晓等[6]通过采集无人机多光谱遥感影像，采用多种机器学习算法对土壤碱解氮含量进行了反演研究。在烤烟叶片氮含量研究方面，张若男[7]研究了高光谱各波段反射率对烤烟冠层和叶片尺度氮含量的相关性，比较了逐步回归（SR）、偏最小二乘 （PLSR）、随机森林（RF）及 BP 神经网络（BPNN） 算法反演模型的构建精度，发现 BPNN 模型精度最高，与实时氮浓度模型拟合较好。Jia 等[8]通过筛选最优波段组合，构建了新的光谱指数用于估测烟叶氮含量，并取得了良好结果。Guo 等[9]研究了多种烟株冠层光谱参数与叶绿素含量的关系，筛选出 9 个基于红边位置的参数、3 个基于红边区域的参数及 6 个基于 VI 的参数，并在回归模型中通过组合参数获得了最高估测精度。李朋彦[10]利用无人机高光谱遥感技术获取烟叶的高光谱图像，通过划定冠层区域的感兴趣区（ROI），提取 ROI 区域的平均光谱反射率及其一阶导数，最终采用 PLSR 算法对烟叶氮素进行评估。此外，柴瑜等[11]利用高光谱技术对土壤碳、氮、磷含量进行了反演研究，边立丽等[12]基于多光谱植被指数开展了烤烟精准追肥研究。这些文献表明，无人机光谱技术在作物养分监测方面具有可行性和广泛应用的潜力。然而，当前相关研究主要集中于玉米、冬小麦、水稻等常见作物，对于烤烟的研究相对较少。同时，现有模型多采用传统多元回归方法，未能充分挖掘近年来快速发展的机器学习算法的潜力。此外，高光谱数据因具有数百个连续波段，在相邻波段间存在高度相关性，如何在保留有效光谱信息的同时降低数据冗余，仍然是一个值得进一步深入研究的问题。为此，本研究将基于无人机高光谱遥感技术，比较不同降维算法，筛选与烟叶氮素含量相关的敏感波段，为将来使用无人机携带多光谱相机的遥感技术奠定基础；探讨多种机器学习算法，以构建烟叶氮素含量的反演模型，为利用无人机光谱遥感技术开展烤烟养分管理提供技术支持。
1 材料与方法
1.1 试验材料
试验在云南省大理州弥渡县和祥云县进行。其中，弥渡县 4 块试验地（S01～S04），烤烟品种为红花大金元；祥云县 2 块试验地（S05～S06），烤烟品种为云 87。6 块地处理相同，采用单因素 7 水平设计，分别为当地常规施肥水平的比率 （0%、25%、50%、75%、100%、125%、150%）， 100% 为当地正常施肥水平，0% 为不施肥。田间排列方式为随机区组排列，重复 3 次，每个试验点设置 21 个小区，所有小区为 4 行区，小区面积 66 m2，行距 110 cm，株距 50 cm。施底肥、追肥，各小区严格按照施肥处理用量进行，全部使用当地的常规肥料。各试验地块施用日期和方法按当地习惯进行，其他管理方法参照当地烟叶生产技术方案执行。各小区其他操作保持一致。
1.2 数据获取
1.2.1 无人机高光谱图像获取
采用大疆 M600 Pro 六旋翼无人机搭载 GaiaSkymini2-VN 内置推扫式机载高光谱成像系统，光谱范围 400～1000 nm，有效波段数为 253 个，光谱分辨率为 3 nm[13]。在烤烟生长发育的团棵期、旺长期和打顶期进行无人机飞拍，飞拍高度设置为 80 m，飞行速度 3 m/s，飞拍前通过标准校正板进行光谱校准。选择晴朗无云的天气，在 10：00—15：00 进行飞拍。光谱提取和去噪处理等方法请参阅文献[13]。
1.2.2 烟叶样本采集
在无人机飞拍当天同步进行烟叶样本采集，每个小区选择具有代表性的烟株 2 株，每株采集中部叶 1 片装入牛皮纸袋，带回实验室后，105℃杀青 15 min 后，60℃条件下烘干，粉碎后过 2 mm 筛，使用连续流动分析仪测定样本叶片氮含量。整个试验期间共收集 357 个有效样本。
1.3 模型的构建与检验
为了确保模型训练充分的同时，尽可能减少过拟合的风险，先将所有数据进行随机化，并通过频数分布图查看其分布状况，发现其为近似的正态分布。然后按 7∶3 的比例，将数据随机分配到训练集和测试集中。考虑到高光谱数据的波段非常多，需要进行降维，本研究比较了连续投影算法（SPA）[14-15]、最小绝对收缩和选择算法 （LASSO）[16] 及弹性网络（EN）算法[17] 对原始光谱数据进行降维。SPA 利用向量的投影分析，通过将波段投影到其他波段上，比较投影向量大小，以投影向量最大的波段为候选波段，然后基于多元线性回归模型选择最终的特征波段。SPA 选择的是含有最少冗余信息及最小共线性的变量组合。SPA 的核心是最大化波段间的线性独立性，即通过投影操作避免选择过于冗余或相似的波段，这种方式能够保留高光谱数据的主要信息，同时显著降低数据维度[14-15]。LASSO 的基本思想是基于惩罚方法对样本数据进行特征选择。在回归系数的绝对值之和小于一个常数的约束下，最小化残差平方和。这可以生成一些严格等于 0 的回归系数，以此将原本较小的系数压缩到 0。对应于这些系数的特征被视为不显著特征，直接剔除，以实现在调整复杂度的同时进行波段筛选的目的。当指数均方误差（MSE）到达一个较低值时，它对应一个 Alpha 值。LASSO 通过在目标函数中加入 L1 范数，将一些回归系数缩小，使其能够选择出一部分重要特征（波段），自动舍弃冗余或无关波段，从而实现降维[16]。EN 算法是一种线性回归的正则化方法，结合了 Lasso 正则化和 Ridge 正则化的优点，尤其适用于高维数据（如高光谱数据）中多重共线性和变量选择问题，在高光谱降维中可以实现特征选择，将不重要的波段系数压缩为零，从而达到降维的目的[17]。EN 是一种使用 L1 范数（LASSO）和 L2 范数（岭回归）作为先验正则项训练的线性回归模型。L1 范数有助于将一些系数压缩为零，从而实现特征选择。L2 范数有助于处理共线性问题，通过对系数的大小进行惩罚，使其趋向于较小的值。这种组合允许学习到一个只有少量参数是非零稀疏的模型，就像 LASSO 一样，但是它仍然保持一些像岭回归的正则性质。在 EN 中，Alpha 值是控制惩罚力度的参数，L1_ratio 是 L1 与 L2 之间的权重比例，EN 通过调整 Alpha 值与 L1_ratio 的值来平衡 L1 和 L2 的影响，从而实现对数据和特征的选择，当 L1_ratio=0 时，EN 等同于岭回归；当 L1_ ratio=1 时，EN 等同于 LASSO 回归。对波段进行筛选后，再采用多元线性回归（MLR）、随机森林（RF） 和 PLSR 回归构建烟叶氮含量（LNC）反演模型。采用决定系数（R2 ）和均方根误差 （RMSE）对模型的准确性和鲁棒性进行检验。
计算公式如下：
式中，n 为样本总数，yi 为第 i 个样本测量的 LNC 值，为第 i 个样本的 LNC 预测值，为测量的 LNC 平均值。
2 结果与分析
2.1 最优波段筛选结果
本研究剔除了噪声较大的 900～1000 nm 波段，选择 400～900 nm 波段进行分析，然后采用 3 种算法进行降维、提取敏感波段。SPA 筛选氮素敏感波段的结果如图1a所示。当筛选的敏感波段到达 13 时，RMSE 下降到一个较低水平（4.51 mg/g），这 13 个波段的分布如图1b所示，波长分别为 440、 480、513、583、630、674、686、696、701、720、 768、823、899 nm。整体上，所选的 13 个波段比较均匀地分布在整个光谱上。
图1SPA 降维算法提取氮素敏感波段
注：a 为 SPA 中 RMSE 下降趋势，b 为 SPA 筛选出的波段分布。
LASSO 算法中选择变量的过程是基于在图2a中确定的 Alpha 值。在 Alpha>10-3 时，所筛选的波段数目会大幅增加，为最大限度减少数据冗余，同时确保所筛选波段的敏感性，最终选择 Alpha 值为 0.005。在此条件下，LASSO 所选择的敏感波段分布如图2b所示，波长分别为 427、471、482、519、 531、600、613、647、667、676、689、702、715、 900 nm。可以看出，波段主要集中在可见光光谱区域，个别波段在红边区域（702、715 nm），具有较高的相似性的近红外区域内只有一个被选中（900 nm）。
图2LASSO 降维算法提取氮素敏感波段
注：a 为 LASSO 中 MSE 随 Alpha 值的变化关系，b 为 LASSO 筛选出的波段分布。
EN 算法，本研究设置 L1_ratio 的取值范围为 （0，1），取值步长为 0.1。并在此基础上，以原始光谱做输入构建 EN 模型，通过 MSE 来最终确定 Alpha 值。具体结果如图3所示，当 Alpha=0.008， L1_ratio=0.8 时，取得了较为均衡的结果，即整个模型取得了较低的 MSE 值，同时，大幅减少了原始光谱的波段数。敏感波段波长分别为 403、413、 431、469、516、591、670、684、690、694、697、 701、704、709、711、893 nm。
3 种算法比较，SPA 算法筛选出的波段数最少，为 13 个（表1），EN 算法筛选出的最多，为16 个。在各波段中，紫、蓝、绿、红、红边、近红外均含 SPA、LASSO 和 EN 3 种算法； 橙光含 LASSO 和 EN 两种算法；而黄光波段仅含 SPA 一种算法。可见光的紫、蓝、绿、黄波段较窄，红光较宽，分布的优选波段也较多，红边范围内最多。总之，3 种算法得出的结论比较接近，优选出的算法主要是红边范围的波段。这些波段的冠层反射率将作为特征变量，用来作为模型的输入。
2.2 LNC 模型
通过 SPA、LASSO 和 EN 降维算法提取敏感波段，提取各波段的反射率，全部作为输入变量，然后采用 MLR、RF 和 PLSR 算法构建模型，共组成 9 种氮素模型，用于烟叶叶片 LNC 反演，具体如图4所示。数据集按 7∶3 的比例划分为训练集和测试集，训练集用于构建反演模型，测试集用于评估模型的准确性。MLR 采用逐步回归法进行建模； 对于 RF 模型，树的数量为 3～8 个，树的最大深度为 10，每个内部节点所需的最小样本数为 2；对于 PLSR 模型，提取的主成分数为 5 个，对数据进行标准化，最大迭代次数为 20。
图3EN 降维算法提取氮素敏感波段
注：a 为 EN 中 MSE 随 Alpha 值的变化关系，b 为 EN 算法筛选出的波段分布。
表13 种算法筛选出的与叶片氮含量变化关系最密切的波段
SPA 降维算法构建的 3 个反演模型的结果如图5a、b、c 所示，可以看出，SPA-RF 模型取得了最优的结果，在测试集上决定系数 R2 =0.711， RMSE=5.138 mg/g。其中，SPA-MLR 模型的 R2 也达到了 0.7，但 RMSE 为 5.234 mg/g，低于 SPA-RF。模型测试集与训练集之间的差距越大，则模型稳定性较低。从图5中可以看出，SPA-MLR 虽然准确度略低于 SPA-RF，但其模型最为稳定。基于 LASSO 降维算法构建的氮素反演模型结果如图5d、e、f 所示，LASSO-RF 模型取得了最好的结果，测试集 R2 =0.705，RMSE=5.187 mg/g。在模型稳定性方面，LASSO-MLR 与 LASSO-PLSR 均较高。基于 EN 算法构建的 3 个模型结果如图5g、h、i 所示，EN-RF 取得了最优的预测结果，其中测试集上 R2 =0.704，RMSE=5.194 mg/g，结果优于另外两个模型，而 EN-PLSR 取得了较好的模型稳定性。
图4氮素评估模型组织关系图
综上所述，在所构建的 9 种模型中，SPA-RF 模型取得了最佳的预测准确度，即最高的 R2 值和最低的 RMSE。在同样的降维算法下，使用 RF 算法构建的模型均取得了最高的预测准确度，而使用了 PLSR 算法构建的模型则具有较高的稳定性。基于 MLR 算法构建的模型稳定性较低，受所筛选波段数量的影响较大。
图5各种氮素反演模型预测值与实测值比较
3 讨论
本研究采用了 3 种不同的降维算法处理高光谱数据，各算法在波段筛选方面表现出了各自的特点。3 种算法筛选出了 13～16 个敏感波段，主要集中在红边范围。此与前人的研究结论一致[18-19]。 Li 等[18]研究发现，红边区域的波段最能反映叶片叶绿素含量的变化。这与植物叶片中氮素含量和叶绿素吸收的强相关性相符，氮元素是叶绿素分子的关键组成部分，因此，在红边波段中筛选出较多波段有其生理学依据。
在 3 种机器学习算法的评估中，随机森林与各降维方法结合后表现出最优的预测性能。随机森林的非线性建模能力使其能够捕捉光谱反射率与叶片氮含量之间的复杂非线性关系。此外，随机森林通过集成多个决策树和随机特征选择，具备较强的抗过拟合能力，并对噪声不敏感，这使得它特别适用于存在噪声或异常值的高光谱数据[20]。相比之下， MLR 虽然在与 SPA 结合时取得了较好的预测精度，但其稳定性较低。MLR 对输入变量数量高度敏感，波段筛选过多容易导致过拟合，而波段筛选过少则可能出现欠拟合[21]。因此，MLR 在应用中需谨慎选择输入变量的数量。PLSR 在 3 种降维方法下表现出较高的模型稳定性，这得益于其对多重共线性问题的有效处理。PLSR 通过提取主成分来降低数据维度，同时保持了较好的模型性能和稳定性，使其成为在实际应用中可靠的建模方法[22]。
本研究中表现最优的模型是 SPA-RF，该模型在测试集上的 R2 为 0.711，RMSE 为 5.138 mg/g。这一结果表明，相较于传统基于植被指数的方法，该模型充分利用了高光谱数据的优势，能显著提升预测精度[23]。利用无人机进行数据采集能够快速覆盖大面积烟田，有效提高工作效率。其次，SPA 算法大幅降低了数据维度，减轻了数据处理的计算压力。RF 算法的稳定性和快速预测能力使其适用于大规模农业生产中的实时决策需求。此外，相较于传统的化学分析方法，基于光谱技术的模型在时间和成本方面具有明显优势，因此，在大规模烟田管理中具有广阔的应用前景[24]。
另一方面，从使用成本来考虑，无人机搭乘高光谱相机的装备成本要远高于多光谱相机，因此，如果能够用多光谱相机取代高光谱相机，将大大节约成本。本研究的另一个用途是，从高光谱多个波段中筛选出尽量少的敏感波段，为将来选取波段、定制多光谱相机提供重要参数。本研究在构建模型时，由于波段较多，仅仅将反射率作为特征变量，在未来的研究中，应进一步计算植被指数，并对不同波段构建不同的植被指数，筛选后构建反演模型，使预测精度进一步提高。在高光谱预处理方面也可以尝试一阶微分变换、多元散射校正等方法[25]。另外，其他机器学习算法，如 Lasso 回归、高斯过程回归、梯度提升回归、XGBoost 回归等，也可以进行尝试，增加模型的预测能力。本研究中涉及 2 个烤烟品种、3 个生育期，反演出一个通用模型。但在烤烟大田生产上，一般实行一乡（镇） 一品种，或者一个生产基地一个品种。因此，构建模型时，如果只涉及一个品种，针对不同生育期分别构建模型，监测和评估烤烟叶片氮含量的缺乏，更有实际参考意义，模型的预测精度也可能会更好，对此应进行进一步研究。
4 结论
本研究探索了大田烟叶 LNC 与无人机高光谱数据之间的定量关系。通过 3 种降维算法（SPA、 LASSO、EN）和 3 种建模算法（MLR、PLSR、RF） 的组合，构建了 9 种模型。SPA 和 LASSO 算法能有效降低高光谱数据的冗余，降低计算复杂度。降维后的对氮素变化敏感的波段主要集中在红边范围。反演模型 SPA-RF 能获得较好的氮素预测结果，但计算量较大，在实际应用中，如果计算机算力有限，可以考虑采用 SPA-MLR 模型。本研究结果证明了 UAV 高光谱技术进行大田期烟叶 LNC 评估的可行性，虽然目前模型的准确性比手持高光谱仪，如 ASD FieldSpec 的准确度稍低，但该技术能实现快速、广域、实时的烟田氮素养分状况监测，优势更明显。综上所述，本研究筛选出的敏感波段也可作为将来构建无人机多光谱相机波段选择的重要参考。