《Remote Sensing》:Deep Learning for Soybean Cyst Nematode Detection: A Comparison of Vision Transformer and CNN with Multispectral Imaging
Sushma Katari,
Noah Bevers,
Kushal KC,
Alison Peart,
Horacio D. Lopez-Nicora and
Sami Khanal
编辑推荐:
大豆孢囊线虫(SCN)是北美地区大豆最具经济破坏性的病原体。即使在低至中等侵染水平下,SCN也可导致20–30%的产量损失,且不会产生任何明显的地上可见症状。在严重侵染的田块中,产量减少可达60–70%,极端情况下甚至超过80%。以往识别SCN侵染的研究主要依
大豆孢囊线虫(SCN)是北美地区大豆最具经济破坏性的病原体。即使在低至中等侵染水平下,SCN也可导致20–30%的产量损失,且不会产生任何明显的地上可见症状。在严重侵染的田块中,产量减少可达60–70%,极端情况下甚至超过80%。以往识别SCN侵染的研究主要依靠应用于无人机系统(UAS)多光谱影像的传统机器学习方法,但成效有限。本研究假设深度学习方法能更有效地捕捉SCN胁迫下多光谱图像中细微的光谱和空间特征。为填补这一空白,研究人员评估了先进深度学习架构的性能,包括视觉变换器(ViT)和定制化卷积神经网络(CNN),旨在利用多光谱UAS影像检测大豆田中的SCN侵染情况。多光谱影像的光谱分析显示,近红外(NIR)波段是未检出区域与SCN侵染区域之间的强区分因子。跨多个生长阶段训练和测试的深度学习模型显示出良好的结果。四时间点ViT模型(6月3日、7月29日、8月19日和9月2日)实现了0.74的F1分数,而五时间点SCN–CNN模型(6月3日、7月22日、7月29日、8月19日和9月2日)实现了0.75的F1分数。尽管总体性能相当,但ViT在不同的训练和测试数据分布下表现出更稳定的性能。这些发现凸显了深度学习架构在生长季期间自动从多光谱影像中提取细微、复杂植物特征的有效性。与耗时的人工土壤采样技术相比,所提出的框架能够实现对田间SCN侵染更精确的空间和时间监测。
研究背景与意义
大豆孢囊线虫(Soybean Cyst Nematode, SCN)作为大豆生产中最具破坏性的土壤传播病原体,对全球粮食安全与经济构成严重威胁。SCN侵染可导致20%至80%以上的产量损失,且其早期侵染往往缺乏明显的地上可见症状,这使得传统的田间巡查难以奏效。目前依赖的人工土壤采样与实验室计数方法不仅耗时费力,且难以实现大范围、高频次的空间动态监测。虽然遥感技术已被探索用于作物病害检测,但既往研究多局限于传统机器学习与植被指数特征工程,难以捕捉早期或细微SCN侵染的复杂光谱-空间模式。因此,探索能够自动提取深层特征的先进技术对于提升SCN监测效率具有重要意义。该研究发表于《Remote Sensing》期刊,旨在通过结合无人机系统(Unmanned Aerial System, UAS)多光谱成像与深度学习(Deep Learning, DL)架构,突破现有技术瓶颈。
关键技术方法
为实现上述目标,研究人员于2022年在美国俄亥俄州立大学沃特曼农业与自然资源实验室开展田间试验。数据采集涵盖两个核心维度:一是利用搭载Micasense RedEdgeMX多光谱相机的DJI Matrice 200 V2无人机,在大豆生长季获取包含蓝(B)、绿(G)、红(R)、红边(Red Edge, RE)和近红外(Near-Infrared, NIR)五个波段的影像;二是同步在田间100个网格点进行双周土壤采样,测定每100立方厘米土壤中SCN卵粒数作为真值标签。数据处理方面,研究人员将SCN种群划分为“未检出”与“SCN侵染”两类,并利用超绿指数(Excess Green Index, ExG)的K-means聚类分离植物与非植物像素。模型构建采用两种先进架构:视觉变换器(Vision Transformer, ViT)与定制化卷积神经网络(SCN–CNN)。研究采用逐步增加时间点(从2个到7个)的输入策略,并使用15种不同的随机种子验证模型鲁棒性,最终以准确率、精确率、召回率和F1分数为评价指标。
研究结果
3.1 未检出与SCN侵染区域的光谱分析
光谱分析表明,早期生长季(6月至7月)两类区域难以区分,但随着生长进程,类别分离逐渐显著。近红外(NIR)波段在区分未检出与SCN侵染植物方面表现出最强的实际显著性。在7月22日(R3生长阶段)之后,未检出区域(健康植株)的NIR反射率持续高于侵染区域。此外,蓝、绿、红波段也表现出较好的区分能力,而红边波段在早期具有中等显著性,但在7月中旬后作用减弱。
3.2 ViT与SCN–CNN模型对SCN侵染区域的分类性能
3.2.1 ViT模型结果
ViT模型在不同时间点配置下表现优异。其中,四时间点模型取得了最佳的F1分数(0.74),其精确率与召回率分别为0.73和0.76,在正确识别侵染区与最小化误报间达到了最佳平衡。虽然二时间点模型最高准确率达77.5%,但其召回率较低(0.59)。随着时间点增加,ViT对高侵染类别的检测精度稳步提升,但对“无SCN”类别的误报有所增加。
3.2.2 SCN–CNN模型结果
SCN–CNN模型中,五时间点模型表现最佳,F1分数达0.75,精确率(0.75)与召回率(0.76)均较高。二时间点模型虽达到77.5%的最高准确率,但可靠性指标(精确率0.62,召回率0.67)有限。总体而言,SCN–CNN在识别高侵染区域方面表现出色,准确率通常高于70%。
3.2.3 架构、时间数据与划分的相互作用
对比分析显示,两种深度学习架构性能总体相当,但ViT在大多数时间点配置下准确率略高,且在不同训练-测试数据划分下表现出更强的稳定性。数据划分所使用的随机种子对特定模型的性能有显著影响,反映出不同架构在学习机制上的差异。
3.2.4 各时间点模型性能可视化
单时间点评估显示,模型性能随日期变化显著。例如,二时间点ViT在8月18日召回率高(0.8)但精确率低(0.5),而在9月2日则相反。这表明单一时间点的评估指标可能存在欺骗性,需综合考量。
3.2.5 模型在未见时间戳数据上的性能
针对未见数据的泛化能力测试表明,使用8月19日和9月2日训练的SCN–CNN模型在7月29日的未见数据上仍能达到68%的准确率,证明了模型具备一定的跨时段推断能力。
讨论与结论
讨论
多光谱数据,特别是NIR波段,有效反映了SCN胁迫导致的植物生理变化(如水分养分运输受阻)。研究证实,在R6生长阶段(种植后约118至132天)进行检测最为理想,此时叶绿素相关的光谱变化最为明显。虽然深度学习优于传统方法,但SCN检测仍受限于症状表达的生物学滞后性。多时间点融合有助于克服单日期分析的局限,但过多时间点可能因引入早期噪声或后期自然衰老的混淆而导致性能下降。此外,无人机飞行与土壤采样间的3-4天时间差及SCN种群的高度时空异质性对模型精度提出了挑战。
结论
该项研究证明了多光谱UAS影像结合深度学习模型在检测大豆田SCN侵染区的潜力。NIR波段是区分侵染与健康区域的最关键信息源。四时间点ViT与五时间点SCN–CNN模型均取得了约75%的F1分数。相较于传统勘察,该框架实现了对SCN侵染更精准的时空监测,为定向土壤采样与线虫管理策略奠定了基础。