基于生理聚类与VIS-NIR高光谱数据及机器学习模型的大豆基因型分类研究

《Smart Agricultural Technology》:Classification of Soybean Genotypes Based on Physiological Clustering (PCA?+?k-means) Integrated with VIS-NIR Hyperspectral Data and Machine Learning Models

【字体: 大 中 小 】 时间:2025年12月09日 来源:Smart Agricultural Technology 7.1

编辑推荐:

  鉴于基因型的广泛多样性,基于生理 traits 对其进行分类可以辅助育种工作。本研究旨在识别最有效的机器学习 算法和输入变量,以根据生理特征对大豆基因型进行分类。研究人员开展了一项田间实验,采用随机完全 block design 和三次重复,测试了32种大豆基

  
鉴于基因型的广泛多样性,基于生理 traits 对其进行分类可以辅助育种工作。本研究旨在识别最有效的机器学习 算法和输入变量,以根据生理特征对大豆基因型进行分类。研究人员开展了一项田间实验,采用随机完全 block design 和三次重复,测试了32种大豆基因型。收集了 multispectral 和高光谱 reflectance 数据,并将其分为20个具有代表性的 wavelength 范围。所测量的生理 traits 包括 net photosynthesis、internal CO2 concentration、stomatal conductance 和 transpiration rates。使用 k-means 算法和 principal component analysis 对基于生理表现的基因型组进行分类,结果产生了两个 clusters。K-means 是一种将数据分为 k 个相似组的算法。它通过寻找模式并将每个样本放置在离其中心 最近的组中来实现这一点。这些 clusters 在机器学习模型中作为 output variables,输入变量包括 wavelengths 和 spectral band averages。研究人员采用高光谱传感器,在实验室人造光源下记录了 450 至 824 nm 波长范围内的叶片 reflectance。测试的算法包括人工神经网络、J48 decision trees、REPTree、支持向量机 (SVM)、random forest 和作为 control 的 logistic regression (LR)。使用正确分类百分比和 F-score 评估了模型 accuracy。SVM 和 RL 表现突出,在 CC 的分类中 accuracy 高于 0.6,且 F-score 超过 0.75。当使用 spectral bands 作为 predictors 时,两者表现出相似的性能,但当使用 wavelengths 作为预测指标时,WL 成为模型的 robust 输入,因为其完整光谱信息为 group classifications 提供了重要数据。
大豆是全球粮食安全和经济的重要农作物,富含蛋白质和油脂。在选育适应不同环境的基因型时,生理 traits 至关重要,因其受遗传因素和环境条件共同影响,且抗逆响应涉及复杂的遗传机制。光谱传感技术通过测量光 reflectance 可以详细评估植物的生理状态,但海量数据使传统统计方法面临困难。将计算智能与遥感结合,能显著改善 traits 的分类和预测。尽管已有研究利用光谱数据或生理参数进行植物分类,但仍缺乏基于光谱与生理综合信息对大豆基因型进行真正整合分类的方法,特别是尚未有研究同时使用完整的高光谱 数据和特定光谱带 汇总数据来揭示基因型间的功能差异。因此,本研究提出一种整合分类方法,将WL光谱全数据与SB带状汇总数据应用于机器学习算法,旨在识别最适宜的模型,并证明这种结合光谱生理学方法的价值。本研究发表在《Smart Agricultural Technology》。

为开展此项研究,研究人员采用了以下关键技术:采用主成分分析 (PCA) 降维并结合 k-means 算法对32个大豆基因型进行生理特征聚类;在实验室条件下利用 VIS-NIR 高光谱传感器采集叶片光谱反射率并划分为20个光谱带;使用便携式光合分析仪测定净 photosynthesis 等生理参数;运用人工神经网络 (ANN) 和 SVM 等六种机器学习模型,基于交叉验证评估全光谱与光谱带作为输入对基因型聚类的分类精度。

**主成分分析与聚类特征**
通过 PCA 图像和 k-means 算法,基于净 photosynthesis、stomatal conductance 等生理变量的均值相似性,研究人员将 32 个大豆基因型划分为两个 clusters。其中 Cluster 1 (C1) 包含 20 个基因型,Cluster 2 (C2) 包含 12 个基因型。通过 Boxplots 比较,C2 在 stomatal conductance、internal CO2 concentration 和 transpiration 三项 traits 上的平均值显著高于 C1,而净 photosynthesis 在两组间无显著差异。

**光谱反射率与生理变量的相关性**
根据光谱曲线分析,C2 在 525 至 700 nm 以及 750 至 825 nm 之间的 reflectance 值高于 C1。这暗示 C2 基因型可能具有较低的光合色素吸收和叶片 mesophyll 结构的改变。Pearson 相关性分析表明,两个 cluster 中光谱带均表现出中至高度的正相关,但在生理变量相互作用上存在差异,C1 表现出更强的相关性,而组间行为的复杂性使得机器学习算法成为必要分析工具。

**机器学习模型性能评估**
在正确分类 百分比分析中,ANN、DT 和 SVM 在不同输入下表现相似。当输入为 WL 时,RF 和 LR 算法表现较好;当输入为 SB 时,J48 算法表现最佳。在 F-score 评估中,J48 和 SVM 在 SB 输入下表现更好,而 RF 在 WL 输入下最为有效。总体而言,LR 和 SVM 在使用相应输入时展现出最优的分类性能。

综合讨论部分指出,早期评估基因型的生理响应有助于育种者节省资源,基于生理表现分组对于淘汰不良材料具有实际指导意义。然而,单一的生理特征不能完全代表整体农艺表现,应作为辅助筛查工具使用。光谱差异反映了叶肉结构和色素的真实不同。不同机器学习算法在处理特定数据时表现出明显优势,LR 与 RF 擅长处理全波长高维复杂数据,而 J48 则在简化数据集上更具解释性。因此,研究结论认为,当使用光谱带作为预测指标时,SVM 和 LR 表现出相当的性能;而当使用全波长作为预测指标时,WL 因其完整光谱信息成为模型的鲁棒输入。研究结果证实,通过运用多种机器学习算法分析大豆的光谱特征,可以基于其生理响应成功对大豆基因型进行区分和分类。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号