高光譜成像的水稻冠層穗頸瘟早期識別

袁建清， 仇遜超， 賈銀江， 南洋， 蘇中濱

1. 哈爾濱金融學院 計算機系，哈爾濱 150030；2. 東北農業大學 電氣與信息學院，哈爾濱 150030

稻瘟病傳染速度快, 危害嚴重, 是水稻重要病害之一[1]． 水稻稻瘟病最為普遍的是水稻拔節期的葉瘟病和灌漿期的穗頸瘟． 穗頸瘟病斑位置主要集中在穗頸、 穗軸或穗粒上, 直接影響水稻的質量和產量． 在水稻安全生產中, 加強穗頸瘟病害的防治是很重要的環節． 目前實際生產中的主要防治措施是政府組織集中利用無人機進行統一噴藥或由農戶憑經驗提前噴藥預防, 農藥的過度施用, 使得農產品藥殘超標, 從而破壞生態, 污染環境． 因此, 水稻田間發病情況的準確監測和早期識別, 對水稻稻瘟病的提前防治、 精準施藥具有實際指導意義．

高光譜成像技術具有無損、 高效的特點, 被廣泛應用于作物品質檢測[2-4]、 作物養分及產量監測[5-8]和病蟲害識別[9-12]等． 在水稻病蟲害方面, 黃雙萍等[13]使用一種改進的深度卷積神經網絡算法, 提取水稻穗株的穗頸瘟病斑, 建立了水稻穗頸瘟的檢測模型; 袁建清等[14]采用不同光譜預處理方法, 結合不同特征提取方法和分類算法構建模型, 實現水稻缺氮葉片和不同感病程度水稻葉瘟病葉片的判別; Zhang 等[15]構建了基于葉片光譜比值的支持向量機評價模型, 實現了水稻葉片尺度的葉瘟病分級檢測; 朱夢遠等[16]采用多種預處理方法和不同分類算法建立模型, 實現水稻紋枯病的早期檢測; 康麗等[17]提取特征變量作為輸入, 建立了支持向量機多級分類模型, 實現水稻葉瘟病早期檢測． Kobayashi等[18]利用航空高光譜遙感圖像, 根據特征波段對水稻稻瘟病田間感病區域進行評估; 孔繁昌等[19]利用無人機高光譜平臺獲取水稻穗頸瘟冠層數據, 使用隨機森林方法構建了水稻穗頸瘟分類模型． 綜上所述, 研究者們對于實驗室條件下的水稻病害機理做了深入的研究, 對田間稻瘟病的外業監測和識別還處于探索階段, 需要進行更深入的研究．

近地冠層水稻稻瘟病的監測同航空、 航天遙感環境接近, 可以銜接機理研究和實際應用研究． 本研究在之前初探性研究的基礎之上, 進行新數據采集, 擴充數據量, 對水稻冠層穗頸瘟的早期識別進行深入研究． 研究利用高光譜成像平臺獲取自然感病水稻大田的近地冠層圖像, 提取并分析其光譜反射率特征, 采用不同特征提取方法, 分別結合判別分析和支持向量機分類算法, 構建水稻冠層穗頸瘟早期識別模型, 以期為稻瘟病的無人機航空、 衛星航天大面積遙感監測和識別提供一定的理論和技術支持．

1 材料與方法

1.1 高光譜圖像采集

近地冠層水稻穗頸瘟數據的采集在黑龍江省哈爾濱市方正縣水稻研究院和稻作博物館進行． 方正縣位于黑龍江省中南部, 松花江中游南岸、 長白山支脈張廣才嶺北段西北麓, 地理位置為128°13′41″-129°33′20″E, 45°32′46″-46°09′00″N, 面積約為3 000 km2． 方正縣以水稻生產為主, 水稻為一年一熟, 一般在每年的5月中旬進行移栽插秧, 10月初進行收割． 本研究的信息采集于2019年8月16日和8月17日的11: 00-14: 00進行, 天氣晴朗少風． 水稻穗頸瘟為自然感病, 處于感病初期． 共采集5塊自然感病地塊圖像, 水稻品種均為“黑綏1166”．

研究使用Head Wall高光譜成像系統的室外平臺進行數據采集, 室外采集系統由高光譜相機、 圖像采集儀、 推掃平臺、 筆記本電腦、 三腳架和白板構成, 另有發電機、 穩壓器、 線軸和電源等設備． 每次采集數據時, 首先在推掃平臺上把高光譜成像儀固定好, 進行高光譜成像儀的推掃設置, 根據實景情況設置傾斜角度和左右擺掃角, 角速度設置為0.5 deg/s, 接著進行相機鏡頭的對焦調試, 再進行暗電流校正和亮電流校正, 用鏡頭蓋遮住鏡頭進行暗電流校正, 獲得暗場高光譜圖像, 用白板進行亮電流校正, 獲得標準光譜圖像, 對待校正光譜圖像經公式(1)計算后, 最終得到校正后的高光譜圖像, 即為真實的水稻冠層穗頸瘟高光譜圖像．

(1)

式中:R為校正后高光譜圖像的光譜反射率;Rr為待校正高光譜圖像的光譜反射率;Rd為暗電流光譜反射率;Rw為亮電流光譜反射率．

為了消除拍攝時可能產生的幾何變形和失真現象, 消除光照等產生的圖像誤差和輻射噪聲, 使用RPC正射校正法和暗像素法對水稻穗頸瘟冠層影像進行幾何校正和輻射校正． 對校正之后的影像, 使用ENVI軟件的RIO工具進行感興趣區的選取, 如圖1所示, 每個感興趣區大小為40×25 Pix, 這1 000個像素的平均反射率光譜即為一個冠層光譜樣本． 根據5塊水稻地塊穗頸瘟感病情況, 結合圖像采集時的標記, 共提取得到中度感病樣本36個, 輕度感病和無病樣本各32個(圖像采集為穗頸瘟感病早期, 經植保專家鑒定, 沒有重度感病情況), 共計100個光譜樣本用于研究．

圖1 水稻冠層穗頸瘟樣本RIO選取示意圖

1.2 高光譜數據預處理與裁剪

本研究采用5幅圖像, 由于圖像采集時間和地點不同可能會引起偏差, 因此對提取的水稻冠層穗頸瘟反射率光譜通過公式(2)進行標準化處理, 得到標準化光譜[20]．

(2)

然后對標準化后的光譜進行5點、 3項式Savitzky-Golay卷積平滑預處理, 以消除樣本間散射所引起的誤差, 降低儀器和環境等產生的噪聲影響．

Head Wall高光譜成像系統采集的光譜范圍為400～1 000 nm, 采樣間隔為3 nm． 910～1 000 nm波段范圍光譜波動劇烈, 說明受環境、 機器噪音等的影響較大, 失真嚴重, 因此對這部分數據進行裁剪, 保留400～910 nm波段的光譜用于后續分析．

所有樣本平滑后的反射率光譜如圖2所示．

圖2 水稻冠層全樣本光譜

1.3 特征變量提取

高光譜數據中的大量冗余、 多重相關性的信息, 會增加模型復雜度, 降低模型精度和運算速度． 本研究采用主成分分析、 競爭性自適應重加權算法和植被指數方法提取水稻冠層穗頸瘟的光譜特征參數．

主成分分析法(Principal Component Analysis, PCA)是通過線性變換的方式將多變量轉換為信息不重疊、 相互正交的新變量, 即為主成分． PCA能夠盡可能多地保留有效信息, 并解決了大量原始數據信息的重疊性問題, 在高維數據降維、 特征提取等方面得到廣泛應用．

競爭性自適應重加權法(Competitive Adaptive Reweighted Sampling, CARS)是基于蒙特卡洛采樣法和偏最小二乘PLS模型回歸系數的特征變量選擇方法． 每次通過自適應加權采樣技術保留PLS模型中回歸系數絕對值權重較大的變量, 去掉權重值較小的變量, 建立基于新子集的PLS模型, 反復多次運算后, 選擇交互驗證均方根誤差最小子集中的變量作為特征波長．

植被指數法(Vegetation Index, VI)是由兩個或多個光譜數據, 經線性和非線性變換得到的具有一定植被指示意義的各種數值． 植被指數被廣泛地應用于外業監測中, 研究參考文獻, 選取能夠反映植被脅迫和病害識別的植被指數、 適合于冠層遙感觀測的植被指數以及三邊一階導數參數, 用于水稻穗頸瘟的判別．

1.4 分類建模算法

研究主要采用支持向量機(Support Vector Machine, SVM)和線性判別分析(Linear Discriminant Analysis, LDA)兩種分類算法進行水稻冠層穗頸瘟早期識別模型的構建．

支持向量機是一種具有監督機制的機器學習方法, 它通過結構風險最小化原理、 最優化理論和核方法來提高泛化能力, 適用于小樣本、 非線性以及高維特征空間等復雜問題的處理, 在很多領域得到廣泛應用． 線性判別分析的主要思想是將一個高維空間中的數據根據特征投影到一個低維的空間向量上, 使得投影后各類別的類內方差小而類間均值差別大, 即相同類別的樣本投影點聚在一起, 異類樣本的投影點相距較遠． LDA是一種經典的線性學習方法, 廣泛地被應用于模式分類等領域．

本研究按照2∶1的比例隨機劃分建模集和預測集, 隨機取出中度感病樣本24個、 輕度感病和無病各21個, 共計66個樣本用于模型的建立, 剩余34個樣本用于模型的驗證．

光譜數據提取與處理、 數據預處理、 光譜特征提取和建模用到的軟件有ENVI 5.1, Excel 2010, SPSS 21, The Unscrambler 10.4和Matlab 7.1．

2 結果與分析

2.1 近地冠層水稻穗頸瘟光譜特征分析

分別計算水稻冠層中度感病、 輕度感病和無病樣本的光譜平均值, 得到3類樣本的平均高光譜反射率光譜曲線． 如圖3所示, 感病水稻冠層反射率光譜整體變得平緩, 感病越嚴重越平緩． 比較3類樣本存在著3個明顯差異區間: 首先是綠波段反射蜂處, 這里是以566 nm為中心的波段區域, 感病水稻低于健康水稻, 感病越嚴重反射率越低． 其次是紅光吸收谷處, 感病水稻在這個區間反射率高于健康水稻, 且中度感病高于輕度感病, 說明感病越嚴重在紅光區域吸收作用越弱． 最后是近紅外高反射平臺, 感病水稻反射率低于健康水稻, 感病越嚴重反射率越低． 分析出現這些特征的原因, 主要是感病水稻因稻瘟病病菌的侵入破壞了水稻葉片、 穗頸、 穗軸等的細胞結構, 引起其間隙發生變化, 使得葉綠素等生化含量、 持水量降低, 光合作用強度降低, 導致感病水稻在綠光區間和近紅外區間反射能力降低, 在紅光區域吸收能力減弱． 通過上述分析得到水稻冠層穗頸瘟反射率光譜的3個敏感波段區域, 分別是以566 nm為中心的綠波段區域、 以786 nm為中心的近紅外波段區域及以682 nm為中心的紅光吸收谷處的波段區域．

圖3 水稻冠層穗頸瘟的平均光譜曲線

2.2 PCA降維與植被指數選取

用PCA方法對水稻冠層光譜進行降維處理, 提取主成分, 前8個主成分(PCs)累積貢獻率為97.78%, 各個主成分貢獻率如表1所示．

表1 水稻冠層穗頸瘟前8個主成分的累積貢獻率

研究參閱文獻[21-25], 選取能夠反映植被受病害脅迫、 表征生物量變化的植被指數, 包括氮反射指數NRI、 光化學植被指數PRI等5個植被指數, 以及適合冠層觀測的土壤調整植被指數SAVI和可見光大氣阻抗指數VARI, 加上植被病害分析中常用的藍邊、 黃邊和紅邊3邊參數共計13個參數． 通過單因素方差分析檢驗這13個參數對水稻冠層穗頸瘟均具有顯著區分能力(顯著水平為sig=0.05)． 植被指數的定義和描述見表2． 根據2.1中水稻冠層穗頸瘟的光譜反射率特征分析得到的敏感波段, 計算寬波段植被指數時各參數取值為: 藍光為450 nm, 綠光為566 nm, 紅光為682 nm, 近紅外光線為786 nm．

表2 冠層穗頸瘟植被指數

13個植被指數數量比較多, 參數間有可能存在數據共線性, 因此本研究嘗試使用PCA法對13個植被參數做進一步降維處理, PCA處理顯示前4個主成分的累積貢獻率達到99.13%, 將這4個植被指數主成分(記為VI-PCs)用于模型構建分析．

2.3 CARS特征選取

用CARS對水稻冠層全部樣本進行降維, 蒙特卡洛采樣次數設為50, 特征波長的篩選過程如圖4所示． 圖4a顯示, 隨著采樣次數的增加, 特征波長的個數逐步減小, 圖4b顯示, PLS模型的RMSECV隨著采樣次數的增加先是緩慢下降后又增大, 圖4c表示變量回歸系數的變化趨勢, “*”是RMSECV的最小位置, 即采樣次數為24次時, RMSECV值最小, 得到最優的特征變量組合． 共篩選出14個CARS特征波長, 分別是412.77, 534.27, 590.57, 620.21, 688.37, 709.12, 729.86, 753.57, 765.42, 800.98, 812.84, 827.65, 851.36, 860.25 nm．

圖4 CARS特征波長選擇過程

CARS篩選出14個特征波長, 與訓練樣本數量相比較, 特征數量偏多, 可能存在過擬合的風險, 本研究用PCA法對14個CARS特征波長進行降維處理, PCA處理得到前5個主成分的累積貢獻率達到99.29%, 將這5個CARS主成分(記為CARS-PCs)也用于后續模型構建分析．

2.4 模型評估與分析

分別將全譜、 PCA提取的8個主成分因子、 13個植被指數、 14個CARS特征波長、 4個VI-PCs特征和5個CARS-PCs特征作為輸入, 采用LDA線性判別分析和SVM支持向量機算法構建水稻冠層穗頸瘟早期識別模型． LDA算法選用Fisher線性判別; SVM算法采用RBF核函數, 利用GRID網格搜索法確定分類機參數懲罰系數C和gamma的最優組合． 建模結果如表3所示．

表3 不同特征變量建模結果

從表3可以看出, 特征變量選取方法中PCA主成分分析的降維方法在水稻冠層穗頸瘟建模中沒有體現出明顯的效果, 與全譜建模相比基本沒有多大改善, 分析原因可能PCA方法不能夠很好地剔除室外光線和環境等噪聲的影響． 作為外業遙感特別是航空航天遙感常用的植被指數法在近地冠層水稻穗頸瘟的識別中取得了較好的效果, 基于植被指數的SVM模型和LDA模型總體分類精度分別達到了94%和96%, 說明將不同波段進行組合、 變換確實可以從不同角度反映植被受病害脅迫而引起的生化指標的變化, 從而反演植被受病蟲害脅迫的情況． 用CARS方法進行特征波長的篩選取得效果也很好, 以CARS特征波長作為輸入的SVM模型和LDA模型總體分類精度分別達到了96%和97%．

然而, 與訓練樣本數量相比較, 選取的植被指數特征和篩選的CARS特征數量偏多, 可能會存在過擬合的風險, 因此本研究將選取的植被指數和CARS方法篩選出的特征波長再結合PCA方法進一步降維, 得到4個VI-PCs特征和5個CARS-PCs特征用于建模: 基于VI-PCs特征的SVM模型和LDA模型的總體分類精度分別達到94%和95%; 基于CARS-PCs特征的SVM模型和LDA模型總體分類精度分別達到95%和97%． 實現了用較少變量獲得較好區分的效果, 同時避免了過擬合的風險．

從模型構建算法上看, LDA線性判別的方法更適合于水稻冠層穗頸瘟分類模型的構建, 無論以哪種特征變量作為輸入, 模型的分類精度都優于SVM模型． 圖5是基于VI-PCs參數和CARS-PCs參數的LDA模型建模分類結果圖． 從圖中可以清晰看到, 基于VI-PCs參數和CARS-PCs參數的LDA模型在建模時分別出現兩個中度感病被誤判為輕度感病和一個中度感病被誤判為輕度感病的情況．

圖5 LDA模型的建模分類結果圖

3 結論

本研究以大田自然發病為基礎, 用室外高光譜成像系統采集早期發病大田的近地冠層水稻穗頸瘟圖像, 提取、 分析反射率光譜． 對光譜進行標準化處理和Savitzky-Golay卷積平滑預處理, 分析水稻冠層的光譜反射率特征, 采用不同數據降維、 特征提取方法和LDA,SVM分類算法, 構建水稻冠層穗頸瘟早期識別模型． 主要結論有:

1) 研究水稻灌漿期中度感病、 輕度感病和無病3類樣本的冠層反射率光譜, 發現感病水稻的光譜反射率較無病水稻整體平緩, 感病越嚴重水稻在紅光區域吸收能力越低, 在綠光區域和近紅外區域反射能力越低． 分析得出水稻冠層穗頸瘟反射率光譜的3個敏感波段區域, 即以566 nm為中心的綠波段區域、 以786 nm為中心的近紅外波段區域、 以 682 nm為中心的紅光吸收谷區域．

2) 本研究分別采用PCA、 植被指數和CARS 3種方法提取光譜特征, 構建識別模型． 單獨使用PCA降維方法, 獲得主成分因子構建水稻冠層識別模型, 沒有取得明顯效果． 選用植被指數和CARS方法篩選特征波長進行模型構建, 模型都獲得較高的區分精度． 為了避免所用特征波長數量較多、 訓練樣本數量不多而可能存在過擬合的風險, 本研究嘗試對篩取的植被指數和CARS特征波長, 用PCA方法進一步降維, 獲得4個VI-PCs參數和5個CARS-PCs參數用于建模, 模型都獲得較好的區分效果: 基于VI-PCs參數的SVM模型和LDA模型總體分類精度分別為94%和95%; 基于CARS-PCs參數的SVM模型和LDA模型總體分類精度分別為95%和97%．

3) 從模型構建算法看, LDA方法更適合于水稻冠層穗頸瘟識別模型的構建, 基于各種特征模型的分類精度均優于SVM算法模型．

本研究實現了田間水稻冠層穗頸瘟病害的早期識別, 可以為無人機航空遙感和衛星航天遙感的大面積病蟲害監測與識別提供一定的理論和技術依據．