机载高光谱影像结合XGBoost机器学习算法助力水稻产量估算

背景

水稻作为全球主要粮食作物之一，在养活世界人口方面具有重要地位。然而，随着人口增长和耕地资源减少，提升水稻单位面积产量成为解决粮食安全的重要途径。在传统水稻育种过程中，高产品种的筛选依赖人工测量产量和生物量，但这种方法耗时费力、效率低且难以大范围应用。此外，受气候变化和环境因素影响，产量差异显著，增加了高产品种筛选的复杂性。  

近年来，随着无人机（UAV）和高光谱成像技术的发展，农业高通量表型检测成为可能。高光谱成像可以同时获取作物的光谱和空间信息，实现对生长状态、养分水平及倒伏等性状的无损监测和精准评估。然而，单一基于植被指数或传统统计模型的方法在动态环境下稳定性差，无法满足育种过程中对高精度、快速分类的需求。  

作者信息：

苏军，福建农林大学蛋白组学研究中心，博士生导师

期刊来源：Plant Phenomics

研究内容

该研究结合无人机高光谱影像和倒伏特征，利用XGBoost机器学习算法，构建水稻产量分类模型。旨在开发一种低成本、高通量、非破坏性的方法，实现大范围高产水稻品种的快速筛选，提升水稻育种效率，并为精准农业和农业智能化提供新的技术手段。

实验设计

本研究在江苏省南京市农业试验基地开展，选取多个水稻品种作为研究对象，数据采集时间为水稻灌浆中后期。使用大疆M600 Pro六旋翼无人机作为飞行平台，搭载江苏双利合谱科技有限公司生产的176波段高光谱相机（GaiaSky-Vis&Nir）（图1(a)，a-1）。在测量前，需在直射阳光下校准曝光时间。采集一张白板和两张黑背景图像。拍摄白板图像时，将漫反射标准板垂直于镜头前方放置（图1(a)，a-2）。两张黑背景图像（图1(a)，a-3和a-4）按照制造商规范拍摄，分别使用镜头盖关闭并采用常规或增加曝光时间的方式获取。高光谱相机的白板和黑背景曝光时间分别为0.9秒和1.0秒。为进行辐射校准，将反射率分别为20%、40%和60%的参考面板放置在田间，并在图像处理中作为标准使用（图1(b)）。该高光谱相机的分辨率为960×1057像素，在90米飞行高度下可提供4.5厘米的空间分辨率（图2(c)）。高光谱相机为线传感器，波长范围为400至1000 nm，光谱分辨率（半高宽）为3.5 nm，每张图像的曝光时间为7秒。水稻的光谱曲线与周围土壤的光谱曲线存在显著差异（图1(d)）。

图1：高光谱相机校准与图像采集。(a) 在阳光下使用标准白板校准曝光时间（a-1），包括拍摄白板图像（a-2）、暗背景图像（a-3）以及增加曝光时间后的暗背景图像（a-4）。(b) 反射率分别为20%、40%和60%的参考反射面板。(c) 图像采集时无人机飞行高度为90米。(d) 示例样本区域及其对应的水稻和土壤光谱曲线

研究方法

采集得到的高光谱影像首先进行了黑白板校正、辐射校正与大气校正。随后，剔除了光谱中的噪声波段，提取感兴趣区域（ROI）的平均光谱反射率，确保所用光谱数据准确代表水稻冠层信息。此外，计算了多种常用植被指数（如NDVI、GNDVI和OSAVI等），为后续建模提供更加丰富和直观的作物生长状态指标。

为了进一步提高水稻产量分类模型的表现，研究结合了倒伏特征，通过对无人机影像的分析，提取出倒伏程度（轻度、中度、重度）及倒伏位置分布情况。

将经过预处理的光谱数据、植被指数以及倒伏特征数据整合在一起（图2），并根据水稻品系进行标记。进行了两种分析：品系内分析和品系间分析。在品系内分析中，从每个品系中随机选取两个重复样本作为训练数据，而将第三个重复样本用作测试数据（图3(a)）。在品系间测试中，从每个类别中选择一个品系作为测试样本，其余10个品系则被用作训练样本。总体而言，类别之间共有2（A类）×7（B类）×4（C类）=56种排列组合（图3(b)）。为了降低测试误差并提高验证方法的可行性，这56种训练集和测试集均被逐一分析。

图2：高光谱和RGB图像处理流程及数据集构建。从抽穗期获取的原始图像经过多种失真校正后得到修正数据。提取参考光谱，并去除噪声和背景。在网格单元和后续感兴趣区域（ROI）选择后，使用随机像素计算植被指数。从成熟期提取的倒伏统计数据与光谱数据结合，形成训练和测试集

图3：模型建立的样本组合。图中展示了用于品系内分析（a）和品系间分析（b）的重复样本和品种排列的示意图

基于筛选后的特征，研究将水稻样本按照产量标准分为高产、中产和低产等级，并采用XGBoost（极端梯度提升算法）构建产量分类模型。并通过网格搜索方法确定了XGBoost算法的最佳参数。构建了3×3的混淆矩阵来分析预测结果，并计算了精确率和召回率。

结果

鉴于倒伏标注对于更准确的产量估算具有重要意义，测试是否可以不依赖人工标注，通过自动倒伏表型识别实现准确估算。为获得足够的训练样本，使用 RGB 相机（成本低于高光谱相机）采集了100 张倒伏图像和 83 张非倒伏图像。所有图像被调整为统一尺寸（224 × 224）。随后，从无人机航拍图像中裁剪出倒伏区域和非倒伏区域（ROI），作为训练数据集。最后，我们采用迁移学习、图像增强技术，并使用基于 ImageNet 预训练权重的 ResNet50 模型，结合 Adam 优化器进行模型训练。模型的批次大小（batch size）为 8，学习率为 0.0001，训练轮数（epoch）为 30，总迭代次数为 600。将训练好的模型应用于39 个实验地块中 13 个品种的三次重复实验进行倒伏识别（如图4所示）。结果显示，仅有2个倒伏单元被误判为非倒伏单元，倒伏识别准确率达到了94.87%，这表明深度学习技术完全可用于水稻倒伏的自动识别。

图4. 利用微调技术实现水稻倒伏的自动识别。(a) 倒伏检测模型的训练数据，其中包含100张倒伏图像和83张非倒伏图像。(b) 来自39个实验田块的高光谱数据的伪彩色图像（波段77、50和18）。根据种植区域截取感兴趣区域（ROIs），以建立测试数据集，其中包含14张倒伏图像和25张非倒伏图像。(c) 模型在训练数据上的混淆矩阵。(d) 模型在测试数据上的混淆矩阵

对五种机器学习算法进行了测试和比较，这些算法包括LDA（线性判别分析）、高斯核支持向量机（SVM）、AdaBoost、随机森林（RF）和XGBoost。测试结果显示，XGBoost的性能优于其他四种方法（图5）。

图5：五种分类器（包括LDA、SVM、AdaBoost、RF和XGBoost）的测试结果

结论

该研究结合无人机高光谱影像数据与水稻倒伏特征，构建了基于XGBoost算法的水稻产量分类模型。研究结果表明，倒伏特征在模型中具有重要作用，单独使用倒伏特征时模型准确率最高为69.32%，而将高光谱数据与倒伏特征结合后，模型分类准确率显著提升。通过对不同算法的比较，XGBoost算法表现最佳，具有更高的预测准确性和泛化能力。此外，研究还利用深度学习方法实现了水稻倒伏的自动识别，准确率达到94.87%，为无人机高通量表型分析和智能化水稻育种提供了技术支撑。整体而言，该研究为大规模高产水稻品种筛选与精准农业生产提供了一种高效、低成本、非破坏性的遥感监测方法，并建议未来结合多传感器与更多纹理及形态特征，进一步提升模型的适用性和智能化水平。