基于高光谱分析与RGB-高光谱重建的木薯块根直链淀粉含量切片分级

《Smart Agricultural Technology》:Slice-based grading of cassava storage roots by amylose content using hyperspectral analysis and RGB-to-hyperspectral reconstruction

【字体: 大 中 小 】 时间:2026年10月01日 来源:Smart Agricultural Technology 7.1

编辑推荐:

  木薯是全球热带和亚热带地区数亿人口的主要粮食作物。其贮藏根的品质主要由生化成分决定,其中直链淀粉含量是关键指标。然而,当前的营养组分测定方法依赖破坏性化学分析,严重限制了大规模品质评价和育种筛选。本研究开发了一种基于切片的木薯直链淀粉分级框架,整合了高光谱反射

  
木薯是全球热带和亚热带地区数亿人口的主要粮食作物。其贮藏根的品质主要由生化成分决定,其中直链淀粉含量是关键指标。然而,当前的营养组分测定方法依赖破坏性化学分析,严重限制了大规模品质评价和育种筛选。本研究开发了一种基于切片的木薯直链淀粉分级框架,整合了高光谱反射率分析、可解释机器学习与RGB-高光谱重建技术。具体而言,研究人员获取了木薯贮藏根的高光谱图像,并基于参考测量建立了直链淀粉等级类别。首先利用全谱反射率数据对多种预处理方法和分类器进行基准测试,随后采用SHAP分析识别与分级任务相关的特征波长。在此基础上,进一步开发了RGB-高光谱重建网络以从RGB图像恢复光谱信息,并从重建保真度和下游分级性能两个维度评估其价值。结果表明,经Savitzky-Golay预处理的SVM分类器取得了最佳性能(总体精度85.71%,宏F1分数0.86)。SHAP分析揭示了与O-H伸缩、C-O伸缩及C-C伸缩振动等分子键吸收相关的关键波段。RGB-高光谱重建网络实现了高保真度的光谱恢复,且重建光谱保留了实际的分级能力(总体精度79.59%,宏F1分数0.80),显著优于随机波段重建和纯RGB基线。本研究通过将波长解释、低成本光谱重建与任务级验证相链接,为农业品质感知和高通量表型分析提供了一种可解释且具成本效益的技术框架。

论文解读文章

研究背景与问题

木薯(Manihot esculenta Crantz)是全球热带和亚热带地区重要的主粮作物,在103个国家种植,年产量约2.7亿吨。与其他淀粉类作物相比,木薯具有更高的淀粉积累能力、更强的耐旱性和对贫瘠土壤的适应性,是保障粮食安全和支撑工业应用的重要经济作物。木薯贮藏块的营养和功能品质主要由其生化组成决定,其中总淀粉含量、直链淀粉(amylose)含量和支链淀粉(amylopectin)含量是影响食用品质、工业加工性能和最终利用价值的关键指标。然而,当前测定木薯营养成分的方法主要依赖于破坏性化学分析,包括用于总淀粉测定的酶解-比色法、用于直链淀粉定量的碘比色法以及用于淀粉组成分析的高效液相色谱法(HPLC)。这些方法严重限制了大规模品质评价和品种选育工作。因此,迫切需要一种快速、高通量的木薯分级和筛选方法,以实现高淀粉木薯材料的快速鉴定。
高光谱成像(Hyperspectral Imaging, HSI)能够同时获取目标物体的空间和光谱信息,已成为作物表型分析的重要光学传感工具,被广泛应用于蛋白质、淀粉、纤维素等多种生化性状的定量估算。尽管高光谱成像与机器学习的结合为营养性状分析提供了新机遇,但其实际应用仍面临高维光谱数据冗余、波段间强相关性以及贮藏根组织结构复杂性等多重挑战。此外,非线性机器学习模型常被视为“黑箱”,其决策过程难以直接解释,这限制了其在机制导向的高光谱分析和实际农业生产中的可信度与应用性。同时,现有RGB-高光谱重建研究多聚焦于重建光谱的视觉质量或光谱相似性指标,而将重建高光谱数据直接用于支持作物营养性状定量反演或分类的研究仍然有限。
针对上述问题,本研究开发了一种基于切片的木薯直链淀粉分级框架,整合了高光谱反射率分析、可解释机器学习与RGB-高光谱重建技术,旨在为淀粉相关性状的农业品质感知和高通量表型分析提供一个可解释且具成本效益的技术方案。

研究方法

本研究使用了来自中国海南省儋州市国家木薯种质资源圃的49份木薯种质材料。研究人员采用了实验室搭建的高光谱成像系统,配备12μm狭缝宽度、2.1nm光谱分辨率,覆盖300个光谱波段。研究涉及以下几个关键技术方法:
  1. 1.
    高光谱数据采集与辐射定标:使用卤素灯照明和电动平移台获取样品高光谱图像,并通过公式Ic = (Iraw - Idark) / (Iwhite - Idark) × 100%进行辐射定标校正。
  2. 2.
    感兴趣区域(ROI)提取:结合形态学分割与基于SegFormer深度学习模型的语义分割策略,精确分离木薯皮层与果肉组织,并以果肉ROI内所有有效像素逐波长的平均值作为单个样品的代表性光谱。
  3. 3.
    机器学习分类算法:采用四种代表性分类器——逻辑回归(Logistic Regression, LR)、随机森林(Random Forest, RF)、支持向量机(Support Vector Machine, SVM)和极限梯度提升(eXtreme Gradient Boosting, XGB)。
  4. 4.
    特征重要性解释:运用基于博弈论的SHAP(Shapley Additive Explanations)方法量化各光谱波段对模型预测的贡献,识别与分级任务相关的关键特征波长。
  5. 5.
    RGB-高光谱重建:基于CIE 1931标准观察者模型和D65标准光源从高光谱数据渲染RGB图像,采用改进的MST++(Multi-stage Spectral-wise Transformer++)网络架构,集成多组光谱自注意力(Multi-Group Spectral Self-Attention, MGSSA)模块和光谱特征线性调制(Spectral Feature-wise Linear Modulation, SFiLM)模块,学习从RGB到SHAP选择的任务相关波段的光谱映射关系。

研究结果

1. 光谱预处理与分类性能评估
研究人员比较了五种光谱预处理方法(均值中心化、标准正态变量变换、多元散射校正、一阶导数、Savitzky-Golay平滑)与四种分类器的组合效果。结果表明,经Savitzky-Golay预处理的SVM分类器取得了最优性能,总体精度达85.71%,宏F1分数为0.86,显著优于其他组合。
2. SHAP可解释性分析揭示关键特征波长
通过对最优SVM模型进行SHAP分析,研究人员识别出与直链淀粉分级高度相关的特征波段。这些波段主要分布在可见光-近红外(VNIR)区域,与O-H伸缩振动(与水分和淀粉羟基相关)、C-O伸缩振动(与淀粉糖苷键相关)以及C-C伸缩振动等分子键吸收特性相对应,为模型的决策提供了物理化学层面的可解释性。
3. RGB-高光谱重建性能评估
基于MST++改进网络的RGB-高光谱重建模型在光谱保真度方面表现优异。重建光谱与实际高光谱之间的平均相对绝对误差(MRAE)和均方根误差(RMSE)均处于较低水平,峰值信噪比(PSNR)和结构相似性指数(SSIM)则达到较高值,表明重建光谱具有良好的保真度。
4. 重建光谱的下游分级能力验证
将重建光谱输入相同的SVM分类器进行直链淀粉分级,取得了79.59%的总体精度和0.80的宏F1分数。这一结果显著优于随机波段重建实验(精度约60%)和基于37维RGB纹理特征的纯RGB基线(精度约58%),证明SHAP引导的特征波段选择和高质量光谱重建对于维持下游任务性能至关重要。
5. 消融实验与对比分析
通过消融实验验证了MGSSA和SFiLM模块的有效性。与原始MST++、HDNet、MIRNet等代表性重建方法相比,改进后的网络在光谱重建质量和下游分级任务上均展现出更优的性能,证实了所提出架构改进的必要性和有效性。

讨论与结论

讨论部分:本研究建立的切片式木薯直链淀粉分级框架,通过整合高光谱分析、可解释机器学习与RGB-高光谱重建,为快速、无损的作物营养品质评估提供了新的技术路径。SHAP分析不仅增强了模型的可解释性,还通过识别关键光谱区域有效降低了高维光谱数据的冗余。RGB-高光谱重建的成功实施表明,利用低成本RGB相机获取的信息恢复任务相关的光谱特征是可行的,这大幅降低了高光谱技术的应用门槛。然而,本研究也存在一定局限性,如样本量相对有限、仅针对单一营养指标(直链淀粉)进行分析,未来研究可扩展至更多营养性状并增加样本多样性以验证方法的泛化能力。
研究结论:本研究开发了一种基于切片的木薯直链淀粉分级框架,通过整合高光谱反射率分析、可解释机器学习与RGB-高光谱重建技术,实现了对木薯贮藏根直链淀粉含量的快速、无损分级。主要结论如下:(1)经Savitzky-Golay预处理的SVM分类器在直链淀粉三分类任务中取得最优性能;(2)SHAP可解释性分析成功识别了与直链淀粉含量相关的关键光谱波段,为模型预测提供了物理化学基础;(3)基于改进MST++网络的RGB-高光谱重建模型能够高保真地恢复任务相关光谱信息,且重建光谱在实际分级任务中保持了良好的性能;(4)通过与随机波段重建和纯RGB基线的对比,证明了SHAP引导的特征选择和高质量光谱重建对于维持下游任务性能的关键作用。本研究通过将波长解释、低成本光谱重建与任务级验证相结合,为农业品质感知和高通量表型分析提供了一个可解释且具成本效益的技术框架。
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