冀榮華， 趙迎迎， 李民贊， 鄭立華*

1. 中國(guó)農(nóng)業(yè)大學(xué)煙臺(tái)研究院， 山東 煙臺(tái) 264670

2. 中國(guó)農(nóng)業(yè)大學(xué)現(xiàn)代精細(xì)農(nóng)業(yè)系統(tǒng)集成研究教育部重點(diǎn)實(shí)驗(yàn)室， 北京 100083

引 言

精準(zhǔn)獲取土壤中的氮含量是實(shí)施各類農(nóng)田水肥管理技術(shù)的基礎(chǔ)。 傳統(tǒng)土壤氮含量化學(xué)測(cè)定方法， 很難客觀、 全面地反映農(nóng)田土壤養(yǎng)分含量實(shí)際分布狀況。

利用光譜分析技術(shù)能夠快速、 高效檢測(cè)土壤氮含量[1]。 基于光譜的土壤氮含量預(yù)測(cè)相關(guān)研究主要集中在土壤光譜預(yù)處理、 特征波長(zhǎng)選取和預(yù)測(cè)模型構(gòu)建三個(gè)方面。 研究表明， 對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理可使模型精度得到顯著提高[3]。 周鵬等[4]提出利用灰度關(guān)聯(lián)方法進(jìn)行特征提取， 提高土壤氮含量預(yù)測(cè)精度。 Marcelo de Souza[5]針對(duì)多類型土壤構(gòu)建多元回歸模型進(jìn)行土壤有機(jī)碳測(cè)定。 Li等[6]發(fā)現(xiàn)LS-SVM和PLSR模型具有一定穩(wěn)定性。 Xu等[7]利用不同數(shù)據(jù)集建立土壤氮含量光譜預(yù)測(cè)模型， 發(fā)現(xiàn)模型泛化能力有待提高。 利用傳統(tǒng)方法構(gòu)建的預(yù)測(cè)模型泛化能力較弱， 原因在于數(shù)據(jù)量有限， 且模型非線性表達(dá)能力較弱。 深度學(xué)習(xí)在特征自動(dòng)提取和優(yōu)秀的非線性表達(dá)方面的優(yōu)勢(shì)， 使研究人員開(kāi)始探索將深度學(xué)習(xí)算法應(yīng)用于土壤養(yǎng)分預(yù)測(cè)[8]。 有研究設(shè)計(jì)五種深度不同的CNN， 發(fā)現(xiàn)7個(gè)卷積層的CNN網(wǎng)絡(luò)對(duì)土壤有機(jī)碳的預(yù)測(cè)能力最強(qiáng)。 Zhang等[9]利用端到端深度學(xué)習(xí)方法進(jìn)行土壤養(yǎng)分含量預(yù)測(cè)， 發(fā)現(xiàn)模型可以從原始數(shù)據(jù)中學(xué)習(xí)到更為有效的特征。 Ng等[10]討論訓(xùn)練樣本大小對(duì)深度學(xué)習(xí)模型精度影響。 Tsakiridis等[11]建立一維卷積神經(jīng)網(wǎng)絡(luò)(CNN)， 引入自適應(yīng)糾錯(cuò)機(jī)制改進(jìn)模型結(jié)構(gòu)， 提高模型預(yù)測(cè)精度。 Wang等[12]利用公共土壤光譜數(shù)據(jù)集(LUCAS)通過(guò)對(duì)比分析發(fā)現(xiàn)深度學(xué)習(xí)方法比傳統(tǒng)的機(jī)器學(xué)習(xí)方法更有效、 實(shí)用。

深度學(xué)習(xí)模型在特征自動(dòng)提取和非線性表達(dá)方面的優(yōu)勢(shì)使其在土壤氮含量預(yù)測(cè)性能方面表現(xiàn)出色。 但針對(duì)模型泛化能力方面的相關(guān)研究還有待加強(qiáng)。 本工作通過(guò)融合多種深度學(xué)習(xí)模型， 從模型結(jié)構(gòu)設(shè)計(jì)、 參數(shù)設(shè)置方面開(kāi)展研究， 提高模型泛化能力。

1 實(shí)驗(yàn)部分

1.1 數(shù)據(jù)集

首先利用公開(kāi)數(shù)據(jù)集構(gòu)建土壤氮含量光譜預(yù)測(cè)模型， 再利用自采集數(shù)據(jù)集對(duì)模型遷移修訂。 其中公開(kāi)數(shù)據(jù)集來(lái)自歐盟范圍內(nèi)開(kāi)展的大型土壤數(shù)據(jù)集采集項(xiàng)目——土地利用及覆蓋面積框架調(diào)查(land use and cover area frame survey， LUCAS)。 LUCAS在2020年11月公布采自28個(gè)歐盟成員國(guó)的21 782個(gè)表土樣本(0～20 cm)的吸光光譜數(shù)據(jù)。 樣本采自農(nóng)田、 林地、 灌木地、 草地和荒地等地， 涵蓋灰化土、 棕壤、 荒漠土、 草炭土和栗鈣土等歐洲主要土壤類型。 土壤樣品經(jīng)過(guò)40 ℃風(fēng)干、 去除雜質(zhì)、 研磨和過(guò)篩(孔徑<2 mm)處理后， 利用FOSS XDS光譜分析儀對(duì)其正反向掃描各一次， 取兩次掃描結(jié)果平均值作為樣本的光譜數(shù)據(jù)。 光譜波長(zhǎng)范圍400～2 500 nm， 間隔0.5 nm， 共4 200個(gè)波長(zhǎng)。 采用改進(jìn)的凱氏定氮法測(cè)定樣品氮含量， 測(cè)定方法參見(jiàn)國(guó)際標(biāo)準(zhǔn)ISO 11261—1995。 自采集數(shù)據(jù)集在中國(guó)黑龍江省勝利農(nóng)場(chǎng)進(jìn)行土壤樣本采集及其吸光光譜和氮含量測(cè)定。 勝利農(nóng)場(chǎng)位于東經(jīng)133°45′， 北緯47°24′， 占地45萬(wàn)畝， 土壤類型為草炭土和黑土。 在農(nóng)場(chǎng)隨機(jī)選取300個(gè)土壤采樣點(diǎn)， 用方形土壤采樣器進(jìn)行土壤樣本采集。 在每個(gè)土壤采樣點(diǎn)垂直剖面深度為5， 10， 15和20 cm的位置處分別取2 cm厚度土壤樣品， 并混合裝入一個(gè)取樣袋， 作為該采樣點(diǎn)處的土壤樣品。 采用密閉避光包裝， 標(biāo)記， 帶回實(shí)驗(yàn)室。 將土樣烘干研磨后進(jìn)行20目過(guò)篩處理， 利用自動(dòng)定氮儀測(cè)定含氮量， 測(cè)定方法參見(jiàn)農(nóng)業(yè)部標(biāo)準(zhǔn)NY/T1121.24—2012。 使用傅里葉變換近紅外光譜分析儀(FTS， MATRIX_I型， 布魯克公司， 德國(guó))測(cè)定光譜。 光譜測(cè)量范圍為834～2 503 nm， 間隔0.5～4.8 nm， 每個(gè)樣本光譜測(cè)量3次， 每次掃描30 s， 取平均值作為最終結(jié)果。 每個(gè)土壤樣本測(cè)得1 037個(gè)波長(zhǎng)吸光度光譜數(shù)據(jù)。

按3σ原則對(duì)數(shù)據(jù)進(jìn)行異常值檢測(cè)與處理。 LUCAS數(shù)據(jù)集共20 791個(gè)數(shù)據(jù)樣本， 黑龍江數(shù)據(jù)集共300個(gè)數(shù)據(jù)樣本。 LUCAS數(shù)據(jù)集中氮含量范圍為0～14.10 g·kg-1， 平均值2.39 g·kg-1； 黑龍江數(shù)據(jù)集的氮含量范圍為1～27.43 g·kg-1， 平均值9.52 g·kg-1。

1.2 數(shù)據(jù)預(yù)處理

為消除量綱對(duì)模型的影響， 對(duì)光譜數(shù)據(jù)和氮含量進(jìn)行歸一化處理， 計(jì)算公式如式(1)所示

(1)

式(1)中，x和y分別為歸一化前、 后數(shù)據(jù)值； min和max分別為樣本對(duì)同一波長(zhǎng)的吸光度的最小(大)值或氮含量的最小(大)值。

以特征波長(zhǎng)為模型輸入。 首先計(jì)算土壤樣本原始光譜、 一階微分光譜和二階微分光譜與氮含量的相關(guān)系數(shù)。 圖1(a)—(c)分別展示了自采集光譜數(shù)據(jù)相關(guān)分析結(jié)果。

圖1 自采集光譜及其微分與土壤氮含量的相關(guān)性

選取相關(guān)系數(shù)絕對(duì)值大于0.6的波段為強(qiáng)相關(guān)波段， 按兩數(shù)據(jù)集強(qiáng)相關(guān)波段的最大交集選出強(qiáng)相關(guān)波段， 統(tǒng)計(jì)結(jié)果如表1所示。

表1 光譜強(qiáng)相關(guān)波段

按照式(2)初步篩選出強(qiáng)相關(guān)波段作為敏感波段S。

S=(A′∪A″)∩A

(2)

式(2)中，A，A′和A″分別為利用原始光譜、 一階微分光譜和二階微分光譜篩選出的強(qiáng)相關(guān)波段。

按強(qiáng)相關(guān)波段和文獻(xiàn)中強(qiáng)相關(guān)波段[3-4]的最大交集篩選出四個(gè)波段作為特征波段， 選取180個(gè)波長(zhǎng)(見(jiàn)表2)作為模型輸入。

表2 特征波段及模型輸入波長(zhǎng)選擇

1.3 光譜數(shù)據(jù)降維處理

在保證模型精度的前提下， 降低模型復(fù)雜度， 利用自動(dòng)編碼器對(duì)特征波長(zhǎng)進(jìn)行降維處理。 自動(dòng)編碼器由編碼和解碼兩部分組成， 結(jié)構(gòu)如圖2所示。

Design and Application of Remote Online Monitoring System for Transformer and Circuit Breaker CHEN Wenrui,CHEN Chuang,LIAO Xiaochun(132)

圖2 自動(dòng)編碼器的基本結(jié)構(gòu)

其中編碼部分用于提取輸入數(shù)據(jù)特征； 解碼部分用于復(fù)現(xiàn)數(shù)據(jù)。

1.4 基于Encoder-CNN的土壤氮含量光譜預(yù)測(cè)模型建立

融合自動(dòng)編碼器和卷積神經(jīng)網(wǎng)絡(luò)優(yōu)勢(shì)， 提出基于Encoder-CNN的土壤氮含量光譜預(yù)測(cè)模型。 模型以特征波長(zhǎng)為輸入， 經(jīng)過(guò)自動(dòng)編碼器進(jìn)行波長(zhǎng)降維， 將編碼輸出作為卷積神經(jīng)網(wǎng)絡(luò)的輸入， 利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行土壤氮含量預(yù)測(cè)。 卷積神經(jīng)網(wǎng)絡(luò)由卷積層、 池化層和全連接層組成， 網(wǎng)絡(luò)結(jié)構(gòu)示意如圖3所示。

圖3 CNN網(wǎng)絡(luò)結(jié)構(gòu)示意圖

網(wǎng)絡(luò)中加入批量歸一化用于約束數(shù)據(jù)分布， Dropout處理用于防止模型過(guò)擬合。

1.5 預(yù)測(cè)模型訓(xùn)練參數(shù)及評(píng)價(jià)指標(biāo)

LUCAS數(shù)據(jù)集中， 訓(xùn)練集和測(cè)試集分別為18 711和2 080個(gè)樣本。 設(shè)置訓(xùn)練批次為256， 迭代次數(shù)為80， 損失函數(shù)為均方誤差， 激活函數(shù)為ReLU函數(shù)。 初始學(xué)習(xí)率為0.001， 每30 epoch(完整訓(xùn)練)下降為原來(lái)的1/10。 采用均方根誤差(RMSE)、 決定系數(shù)(R2)和相對(duì)分析誤差(RPD)評(píng)價(jià)模型性能， 計(jì)算公式如式(3)—式(5)

(3)

(4)

(5)

2 結(jié)果與討論

2.1 自動(dòng)編碼器結(jié)構(gòu)對(duì)光譜降維影響

設(shè)計(jì)8種不同結(jié)構(gòu)自動(dòng)編碼器用于土壤光譜數(shù)據(jù)降維。 自動(dòng)編碼器復(fù)現(xiàn)效果好表明編碼輸出能夠有效表達(dá)輸入， 復(fù)現(xiàn)效果如表3所示。

表3 不同自動(dòng)編碼器結(jié)構(gòu)下光譜復(fù)現(xiàn)結(jié)果

研究中發(fā)現(xiàn)， 隱含層數(shù)越多復(fù)現(xiàn)效果越好。 選擇AutoEnc7編碼部分用于光譜數(shù)據(jù)降維。

2.2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)模型性能的影響

表4 卷積層參數(shù)設(shè)置

模型利用相同數(shù)據(jù)集和參數(shù)(見(jiàn)1.5節(jié))訓(xùn)練和測(cè)試， 結(jié)果如表5所示。

可以看出， 針對(duì)網(wǎng)絡(luò)結(jié)構(gòu)1而言， 模型CNN-2預(yù)測(cè)性能、 擬合效果和可靠性均較模型CNN-1有所提升。R2提高0.03， RMSE降低約0.1 g·kg-1， RPD提高約0.4。 依據(jù)CNN-2設(shè)置， 增加兩個(gè)池化層形成網(wǎng)絡(luò)結(jié)構(gòu)2。 結(jié)構(gòu)2模型預(yù)測(cè)精度均在0.90以上， 即增加池化層可高模型性能。 對(duì)比CNN-3和CNN-4， 發(fā)現(xiàn)增加全連接層神經(jīng)元數(shù)量可改善模型性能。

2.3 預(yù)測(cè)模型泛化能力

利用自采集黑龍江黑土光譜數(shù)據(jù)集驗(yàn)證所建基于Encoder-CNN土壤氮含量光譜預(yù)測(cè)模型泛化能力， 結(jié)果如表5所示。 發(fā)現(xiàn)3個(gè)模型預(yù)測(cè)精度大于0.70， 即模型具有一定的泛化能力。 利用自采集數(shù)據(jù)集(270個(gè)樣本作為訓(xùn)練集， 30個(gè)樣本作為測(cè)試集)對(duì)模型CNN-3進(jìn)行遷移學(xué)習(xí)。 迭代次數(shù)從100變化到1 000， 步長(zhǎng)設(shè)為100， 結(jié)果分別如圖4(a)—(c)所示。 觀察圖4(a)可以發(fā)現(xiàn)， 當(dāng)模型迭代100次后， 預(yù)測(cè)精度可達(dá)到0.90以上。 當(dāng)?shù)?00次模型的預(yù)測(cè)精度可以達(dá)到0.98， 其預(yù)測(cè)效果如圖5所示。

表5 四種模型在不同數(shù)據(jù)集上的預(yù)測(cè)結(jié)果(RMSE單位： g·kg-1)

圖4 模型CNN-3評(píng)價(jià)指標(biāo)變化

圖5 模型黑龍江數(shù)據(jù)集上的預(yù)測(cè)效果(迭代900次)

結(jié)果表明， 基于Encoder-CNN的土壤氮含量光譜預(yù)測(cè)模型具有一定泛化能力。 模型通過(guò)小樣本數(shù)據(jù)遷移學(xué)習(xí)， 即可適用于黑龍江黑土的氮含量預(yù)測(cè)， 精度較高。

3 結(jié) 論

快速檢測(cè)土壤氮含量是農(nóng)田水肥管理技術(shù)實(shí)施的重要基礎(chǔ)。 提出一種融合自動(dòng)編碼器和卷積神經(jīng)網(wǎng)絡(luò)(Encoder-CNN)的土壤氮含量光譜預(yù)測(cè)模型。 探索網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)設(shè)置對(duì)模型性能的影響， 并利用自采集土壤光譜數(shù)據(jù)集對(duì)模型進(jìn)行泛化能力驗(yàn)證。 結(jié)論如下：

(1)自動(dòng)編碼器實(shí)現(xiàn)光譜數(shù)據(jù)降維， 增加隱含層數(shù)會(huì)提升降維效果；

(2)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)對(duì)基于Encoder-CNN土壤氮含量光譜預(yù)測(cè)模型性能影響較大。 1×1卷積核個(gè)數(shù)、 池化層數(shù)和全連接層神經(jīng)元個(gè)數(shù)等均可改變模型性能；

(3)利用樣本豐富且數(shù)據(jù)量大的LUCAS數(shù)據(jù)集訓(xùn)練模型， 具有一定泛化能力。 在不改變網(wǎng)絡(luò)結(jié)構(gòu)， 僅需要少量樣本， 遷移模型， 即可獲得精度較高的模型。