不同近紅外光譜預(yù)處理方法對胡楊葉片含水量檢測模型的影響

胡艷培， 白鐵成， 陳好斌， 姚江河， 劉冠華， 楊洪坤

(1.塔里木大學(xué)信息工程學(xué)院，新疆阿拉爾 843300； 2.塔里木大學(xué)經(jīng)濟(jì)與管理學(xué)院，新疆阿拉爾 843300)

在塔里木河周邊生長著大片的天然胡楊林，這道天然林帶綿延數(shù)百公里，可以減緩和防止世界上第二大沙漠——塔克拉瑪干沙漠北移，且具有調(diào)節(jié)當(dāng)?shù)貧夂颉⒎乐顾亮魇?dǎo)致土地沙化和保障綠洲農(nóng)業(yè)生產(chǎn)等優(yōu)點(diǎn)。胡楊樹通過多年進(jìn)化長出不同大小的葉片，小葉片可有效減少水分蒸發(fā)，大葉片為自身的生長提供養(yǎng)分與能量，因此胡楊葉片能夠合理地利用每一滴水。近年來，胡楊正在面臨蟲害和缺水等新的問題，導(dǎo)致塔里木河沿岸大片的胡楊林瀕臨死亡。因此對胡楊的健康狀況實施有效保護(hù)的前提條件是及時有效地進(jìn)行監(jiān)測，而葉片的含水量是判斷胡楊生長狀況的重要依據(jù)。傳統(tǒng)的人工對葉片檢測的方法不但費(fèi)時而且費(fèi)力，效果不是很好，所以研究一種快速、有效、無損的檢測方法對胡楊林的有效保護(hù)具有重要的現(xiàn)實意義。

近紅外光譜(near infrared，簡稱NIR)技術(shù)檢測已被廣泛地應(yīng)用在食品、石化、煙草、醫(yī)藥、農(nóng)業(yè)等行業(yè)，此技術(shù)是一種低成本、快速和無損的檢測方法[1-5]，其主要應(yīng)用于農(nóng)產(chǎn)品品質(zhì)鑒定(小麥、花生、番茄、玉米、紅棗、蘋果和大豆等)[6-13]、植物葉片水分含量檢測[14]、土壤性質(zhì)分析[15]和早期病蟲害診斷[16]等，另外近紅外光譜技術(shù)在指紋、血跡、火藥等刑事犯罪檢驗方面具有可行性[17]，但有關(guān)胡楊葉片含水量的光譜預(yù)處理方法研究的相關(guān)報道很少。

在近紅外光譜應(yīng)用時，不僅可以檢測到樣品中有用的信息，還可以檢測到其他的信息和噪聲，這是因為受到樣本背景、電噪聲、雜散射等因素的干擾。在建立模型前對原始的光譜數(shù)據(jù)進(jìn)行預(yù)處理是分析樣品中成分的前提條件，不同光譜的預(yù)處理方法、校正樣本的選擇方法和建模方法有很多，比如歸一化、標(biāo)準(zhǔn)化、均值中心化、標(biāo)準(zhǔn)正態(tài)變量變換、多元散射校正和去趨勢等算法是常用的光譜預(yù)處理方法。禁忌搜索算法、連續(xù)投影算法(successive ections algorithm，簡稱SPA)、粒子群優(yōu)化算法、遺傳算法(genetic algorithm，簡稱GA)、相關(guān)系數(shù)法等是常用的特征波長的篩選方法。模型建立方面，主要采用競爭性自適應(yīng)重加權(quán)算法(carpls and carsplelda，簡稱CARS)、偏最小二乘法(partial least squares，簡稱PLS)、誤差反向傳輸(back propagation，簡稱BP)神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)(support vector machine，簡稱SVM)等方法。SPA算法不僅可以從嚴(yán)重重疊的光譜信息中提取有用的信息，還可以消除波長變量之間的共線性干擾，提高建模的精度，在火龍果總酸含量[18]、葡萄果皮花色苷含量[19]、油菜葉片氨基酸總量[20]、羊肉品質(zhì)[21]無損檢測中的應(yīng)用也驗證了連續(xù)投影算法的有效性。雖然各種光譜的預(yù)處理方法、建模方法得到了普遍的應(yīng)用，但不同作物的光譜響應(yīng)會有所不同，胡楊葉片含水量的建模方法和光譜預(yù)處理方法需要進(jìn)一步去驗證。

本研究以胡楊葉片為研究對象，比較多種不同的光譜預(yù)處理方法對胡楊葉片水分含量模型的影響，進(jìn)而確定適合于近紅外光譜分析胡楊葉片含水量的預(yù)處理方法，以此來簡化模型的運(yùn)算過程，為大面積遙感監(jiān)測以及進(jìn)一步研究胡楊葉片的含水量提供理論依據(jù)和數(shù)據(jù)支撐。

1 材料與方法

1.1 樣品采集

試驗用的胡楊葉片樣品為采集于新疆第一師十四團(tuán)胡楊林中的300張胡楊葉片，從中選擇完好無損的100張胡楊葉片，用自封袋包裝并放置在冰箱中儲藏，然后集中一個時間點(diǎn)進(jìn)行光譜采集和水分測定。

1.2 光譜儀器及數(shù)據(jù)采集

試驗中采用Zolix GaiaSorter近紅外成像高光譜儀，光譜數(shù)據(jù)的采集操作和數(shù)據(jù)存儲采用配套的軟件獲得。樣本在室內(nèi)恒溫下進(jìn)行掃描，光譜分辨率為5 nm，采樣點(diǎn)為4 nm，測定范圍為900～1 700 nm，獲取一維影像和光譜信息，通過ENVI(Research System Inc，美國)軟件獲取每張葉片的平均光譜值作為原始光譜，每個樣本數(shù)據(jù)測量4次取平均值，導(dǎo)出Excel 2010文件。標(biāo)準(zhǔn)正態(tài)變量變換、數(shù)據(jù)中心化、歸一化、SPA和偏最小二乘回歸算法在MATLAB 2014a(The MathWorks Inc，美國)中實現(xiàn)，葉片水分含量采用遠(yuǎn)近紅外快速干燥箱進(jìn)行烘干法測量。

1.3 光譜預(yù)處理方法

本研究通過4種方法對胡楊葉片原始光譜數(shù)據(jù)進(jìn)行預(yù)處理與分析，分別采用數(shù)據(jù)中心化、歸一化(normalization)和標(biāo)準(zhǔn)正態(tài)變量變換(standard normal variate transformation，簡稱SNV)3種預(yù)處理方法。

1.4 校正集樣本劃分

近紅外光譜分析要從復(fù)雜的信息中有效地提取具有代表性的信息建立模型，不僅可以提高建模精度，還可以減少模型的儲存空間。還有就是采集到的樣本不含化學(xué)成分?jǐn)?shù)據(jù)的，如果不進(jìn)行篩選而直接進(jìn)行分析，費(fèi)用也是昂貴的。目前，樣本的選擇方法主要包括遙感技術(shù)(random sampling，簡稱RS)、基于歐氏距離的樣本選擇方法(kennard-stone，簡稱KS)、基于歐式距離和濃度的樣本選擇方法(sample set partitioning based on joint x-y distance，簡稱SPXY)剔除方式、連續(xù)投影算法(successive ections algorithm，簡稱SPA)等。本研究基于光譜主成分和樣品含水量分析，選用SPXY方法進(jìn)行校正集樣本的選擇，從100個胡楊葉片樣本中選擇65個校正集樣本，35個預(yù)測集樣本。

1.5 特征波長的提取方法

校正模型可通過波長選擇使模型簡化、消除非線性或無關(guān)變量從而使模型具有更強(qiáng)的預(yù)測能力和更好的穩(wěn)健性。

SPA算法可以從嚴(yán)重重疊的光譜信息中提取有用的信息、消除變量之間的共線性干擾、簡化建模，在波長變量選擇上得到廣泛的應(yīng)用。SPA算法在初始狀態(tài)時挑取1個波長，向前運(yùn)行時采用循環(huán)的方法，每循環(huán)1次計算出它在未選入波長上的投影，進(jìn)而選取在投影向量中的最大波長，然后將投影向量引入到波長組合中，直到循環(huán)結(jié)束。設(shè)XK(0)表示初始的迭代向量，XM×K表示光譜的吸收矩陣，M表示樣本數(shù)，K表示波長數(shù)，用N(N

因此，建立了N×K波長組合對，模型的建立通過提取波長數(shù)和迭代向量的組合來實現(xiàn)，使用RMSE確定模型的差異，從中選出變量的個數(shù)、相對應(yīng)的波長、最小均方根誤差。為了簡化模型，防止出現(xiàn)過度擬合，建立MIR(多元線性回歸)的模型，剔除各個波長的殘差平方和，得到用于建模的特征波長。

1.6 建模方法

使用偏最小二乘法(partial least squares，簡稱PLS)建立模型，采用相關(guān)系數(shù)r、預(yù)測精度(precision)、預(yù)測均方根誤差(root mean square erroe of prediction，簡稱RMSEP)和交叉驗證預(yù)測均方差(root mean square prediction of cross validation，簡稱RMSPCV)等參數(shù)來評價各個預(yù)處理方法對所建立模型的影響。對于同一樣品集的同一組分，預(yù)測均方根誤差越小，表示所建模型的預(yù)測能力越強(qiáng)，結(jié)果越準(zhǔn)確，預(yù)測越精確。

2 結(jié)果與分析

2.1 胡楊葉片水分含量

由胡楊葉片的水分含量測定統(tǒng)計結(jié)果可知，水分含量最大值為0.678 6，最小值為0.446 7，平均值為 0.605 2，標(biāo)準(zhǔn)偏差為0.042 5。胡楊葉片樣品數(shù)按照3 ∶1的比例分為校正集和預(yù)測集。

2.2 樣品光譜及處理后光譜

圖1-a為采集到的100張胡楊葉片的原始光譜。可以看出，光譜內(nèi)存在大量的散射基線漂移和噪聲，因此需要對原始的光譜數(shù)據(jù)進(jìn)行預(yù)處理，建立和優(yōu)化模型。如圖1-b和圖1-c所示，預(yù)處理后的光譜有效地去除了噪聲、背景干擾、散射、基線漂移影響，光譜特征增強(qiáng)，有利于特征波長的選擇。圖1-d顯示，歸一化后的光譜波峰和波谷區(qū)分明顯，消除了部分噪聲、散射的影響。對比分析可知，圖1-b和圖1-c效果更佳，更能說明原始光譜預(yù)處理之后的效果。

2.3 SPA處理結(jié)果

對原始光譜進(jìn)行SNV、數(shù)據(jù)中心化和歸一化處理后的光譜通過連續(xù)投影算法進(jìn)行變量的選擇，最終變量數(shù)采用標(biāo)準(zhǔn)誤差也稱均方根誤差(root mean square error，簡稱RMSE)選定，如圖2為SPA處理后的篩選變量個數(shù)與波長效果，具體波長選擇結(jié)果如表1所示。

由表1可以看出，從原始光譜+SPA處理后共選出7個光譜特征波長，考慮到908 nm在光譜儀邊緣位置，所以建模時要剔除908 nm特征變量，最后選擇6個特征波長。從原始光譜+SNV+SPA初步篩選出7個光譜特征波長，由于 1 758 nm 為邊緣位置，要剔除，最終獲得6個特征波長。從原始光譜+數(shù)據(jù)中心化+SPA處理后初步篩選出6個光譜特征波長，1 755 nm為邊緣位置，要剔除，最終獲得5個特征波長。從原始光譜+歸一化+SPA處理后初步篩選出8個光譜特征波長，由于905 nm和908 nm在邊緣位置，所以要剔除，最終獲得6個特征波長。從選擇的變量波長可以看出，胡楊葉片水分含量在1 000至1 700 nm波段有較高的相關(guān)性光譜特征，可用于胡楊葉片水分的快速無損檢測，采用SPA算法選擇光譜變量不僅可以減少模型建立的復(fù)雜度，還降低了光譜數(shù)據(jù)維數(shù)。

2.4 預(yù)測模型建立

本研究對胡楊葉片光譜數(shù)據(jù)進(jìn)行優(yōu)化采用原始光譜+SPA、原始光譜+歸一化+SPA、原始光譜+數(shù)據(jù)中心化+SPA、 原始光譜+SNV+SPA 4種光譜預(yù)處理方法， 然后建立PLS模型，預(yù)測的散點(diǎn)圖如圖3所示。

2.5 光譜建模精度及預(yù)處理分析

表2為采用4種光譜的數(shù)據(jù)預(yù)處理方法對胡楊葉片建模優(yōu)化后的結(jié)果。由表2可以看出，不同的光譜預(yù)處理方法對PLS建立的模型參數(shù)存在一定的影響。在4種光譜預(yù)處理方法中，r最大值為0.774 72，最小值為0.674 24；RMSEP最小值為0.018 216，最大值為0.021 434；Precision最大值為 0.976 63，最小值為0.971 44。綜合對比分析得出，通過采用原始光譜+SNV+SPA的方法預(yù)處理后，r由0.674 24增加到0.774 72，Precision由0.971 44增加到0.976 63，RMSEP由0.021 434降低到0.018 24，RMSPCV由0.046 132降低到0.045 642。結(jié)果表明， 原始光譜+SNV+SPA降低了噪聲的干擾，提高了建模精度和相關(guān)性，因此所建立的模型具有較好的預(yù)測效果。

表1 不同預(yù)處理方法波長的篩選結(jié)果

表2 不同光譜預(yù)處理方法及參數(shù)比較

3 結(jié)論

本研究利用近紅外光譜技術(shù)來檢測胡楊葉片水分含量，并且建立了胡楊葉片的預(yù)測模型，同時對比了4種不同光譜預(yù)處理方法。綜合分析得出，原始光譜+標(biāo)準(zhǔn)正態(tài)變量變換+SPA預(yù)處理后相關(guān)系數(shù)最大，所建模型的預(yù)測精度最高，交叉驗證預(yù)測均方差最小，分別為0.774 72、0.976 63、0.045 642。由此可以看出，SNV+SPA近紅外光譜預(yù)處理方法可用于胡楊葉片水分含量的檢測。