王 甜，王雪峰*，劉嘉政

(1.中國林業(yè)科學(xué)研究院資源信息研究所，北京 100091；2.國家林業(yè)和草原局森林經(jīng)營與生長模擬重點實驗室，北京 100091)

沉香(土沉香)(Aquilariasinensis)是生長在沿海一帶的珍貴樹種，具有極高的經(jīng)濟價值，其苗期對水分變化敏感，不易成活加之過度采伐及生態(tài)環(huán)境的破壞，造成沉香資源銳減[1]。近年來，海南省大力推廣種植珍貴樹種，但由于缺乏先進的監(jiān)測管理技術(shù)，推廣效果并不理想。因此，為更好地保護及利用該資源，亟須探索一種便捷可靠的水分診斷方法。

傳統(tǒng)林業(yè)經(jīng)營中，大量工作需借助于對樹木外觀形態(tài)、色澤、紋理等外部特征進行判斷，高光譜遙感成像[2]、手持光譜儀[3]等方法所獲信息少、穩(wěn)定性差、影響因素復(fù)雜，且傳統(tǒng)測定對樣品破壞性較大，難以提供實時、準確的植物需水信息。圖像處理技術(shù)檢測便捷、精確、無破壞性，為植物水分診斷提供了一種數(shù)據(jù)獲取的新方法。目前利用圖像處理技術(shù)通過對植物顏色特征進行分析以建立植物生長狀況與水分關(guān)系的研究較多。例如：Kacira等[4]、Ahmad等[5]利用非線性最小二乘擬合方法建立圖像顏色特征的Log-Modified回歸模型，并建立了RGB值與HSI值之間的色度坐標變換關(guān)系；不同學(xué)者分別建立水分梯度下葉片含水率與圖像顏色特征的模型關(guān)系[6-8]，相關(guān)系數(shù)均達到0.70以上；Li等[9]、江朝暉等[10]基于偏最小二乘法(GA-PLS)分別建立新鮮樹葉和冬小麥(Triticumaestivuml)可見光圖像中相關(guān)性較高的顏色、紋理、形態(tài)特征參量與含水率之間的關(guān)系模型，該模型檢測的相對誤差均值小于1.28%。

隨著機器學(xué)習(xí)的發(fā)展，神經(jīng)網(wǎng)絡(luò)逐漸應(yīng)用到植物含水率的監(jiān)測中來。Vesali等[11]通過建立人工神經(jīng)網(wǎng)絡(luò)模型，研究蘋果(Malusdomestica)果皮皺褶圖像中密度、紋理等特征與含水率的關(guān)系，驗證方法的可行性；顧金梅等[12]等研究煙葉圖像中 RGB、HSI及HSV 3種顏色模型下各顏色分量對煙葉等級的影響，以煙葉圖像等級間差異較大的顏色分量作為輸入因子，建立神經(jīng)網(wǎng)絡(luò)模型，其預(yù)測準確率可達89.16%；陳珠琳等[13]使用極限學(xué)習(xí)機算法分割提取幼齡檀香(Foliumosyris)葉片圖像、葉片顏色特征，結(jié)果表明，隨著含水率的增加，彩色圖像的R、G、B(紅、綠、藍)通道值均會減小，但當葉片含水率小于40%時，會出現(xiàn)R通道值大于G通道值的現(xiàn)象。

國內(nèi)外有關(guān)通過構(gòu)建模型對植物含水量反演的研究較多[14-16]，但對沉香類珍貴樹種含水率的反演卻鮮見報道。從現(xiàn)有研究中得出，雖然隨機森林算法能夠處理高維度數(shù)據(jù)，且不用做特征選擇，但該算法處理數(shù)據(jù)時，會陷入局部最優(yōu)解或在某些包含一定噪聲數(shù)據(jù)的分類上出現(xiàn)過擬合問題；因此，本研究以幼齡沉香圖像顏色、形狀特征作為輸入變量，葉片含水率作為訓(xùn)練及測試樣本，擬采用遞歸特征消除與隨機森林融合的方法，解決建模過程中的過擬合問題，提高幼齡沉香含水率預(yù)測模型的精度，探索珍貴樹種水分無損檢測新方法。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于海南省文昌市龍樓鎮(zhèn)島東林場(110°57′34″～111°01′54″E,19°43′58″～19°44′58″N)，屬沿海平原地帶，海拔5～10 m。試驗地土壤類型為濱海沙壤土，有機質(zhì)含量為10.5 g/kg，有效氮含量98.2～114.7 mg/kg，有效磷含量3.38～4.56 mg/kg，速效鉀含量69.9～78.2 mg/kg，田間持水量18.23%。

1.2 試驗設(shè)計與數(shù)據(jù)獲取

選擇長勢一致的2年生幼齡沉香，將其移入裝有5 kg風(fēng)干濱海沙壤土的25 cm×20 cm花盆中，試驗以田間持水量(50%～55%)為對照(CK)，設(shè)計重度水淹脅迫(T1)、輕度水淹脅迫(T2)、干旱脅迫(T3)，其土壤含水量分別為田間持水量的75%～80%、55%～65%、30%～40；每個水平種植11棵，共計44棵，其平均樹高、冠幅和地徑分別為40 cm、24 cm和7 mm,整個脅迫周期持續(xù)21 d。由于植物的水分蒸騰和土壤水分蒸發(fā)導(dǎo)致土壤含水量不斷變化，因此，根據(jù)土壤水分狀況采用鋁盒取土烘干法及時補充土壤水分，控制土壤含水量。沉香葉片在脅迫期平均含水率數(shù)據(jù)見表1。

表1 不同程度水淹脅迫下各沉香幼樹葉片平均含水率

試驗使用Cannon EOS700(分辨率為5 184×3 456)獲取幼齡沉香圖像，光圈值設(shè)定為f/22，曝光時間設(shè)定為0.4 s，焦距設(shè)定為18 mm，ISO設(shè)定為 200，保持三腳架中心點與盆栽中心點在一條直線上，拍攝距離固定為2.1 m，高度為80 cm。拍攝時間為9:00—16:00，從東、西、南、北4個不同方向拍攝，每拍攝一個方向，將盆栽按照順時針方向旋轉(zhuǎn)45°，直到旋轉(zhuǎn)至初始位置，獲得沉香整株圖像。圖像獲取完成后，將沉香的葉全部摘下用精度為0.01g的電子天平稱取每個沉香幼苗植株葉片樣本質(zhì)量，記為鮮質(zhì)量(WF)，最后將葉片樣本放入烘箱(83 ℃)烘到質(zhì)量恒定，稱取干質(zhì)量(WD)。將44個沉香幼苗植株樣本隨機分為兩組：一組為建模樣本(30株，約占總數(shù)的70%)，用于沉香葉片含水率預(yù)測模型的建立；另一組為驗證樣本(14株，約占總數(shù)的30%)，用于驗證建立的葉片含水率估算模型。本研究以葉片含水率(相對含水量)代表植株整體。相對含水量(CRW)計算公式如下:

(1)

1.3 自變量提取

RGB[紅色(R)、綠色(G)、藍色(B)]與HSV[色度(H)、飽和度(S)、亮度(V)]色彩空間是最常用的顏色模型，分別計算RGB顏色系統(tǒng)的通道值，并對RGB各個分量進行歸一化處理分別得到標準紅光值(INR)、綠光值(ING)、藍光值(INB)，之后利用RGB通道值得到HSV單通道均值，并計算黃色分量(EY)、深綠色顏色指數(shù)(IDGC)、Kawasaki指數(shù)(IKAW)[17]，具體計算公式如下：

EY=(R+G)/2;

(2)

(3)

IKAW=(R-B)/(R+B);

(4)

INR=R/(R+G+B);

(5)

ING=G/(R+G+B);

(6)

INB=B/(R+G+B)。

(7)

因此，選取顏色指標分別為：R、G、B、H、S、V、EY、IKAW、ING、INB、IDGC。葉片的形狀在水分脅迫下同樣具有差異，這種差異不僅表現(xiàn)在葉片的伸展過程中，還表現(xiàn)在葉片黃化部位的發(fā)展過程中。因此，從葉片整體區(qū)域提取多種形態(tài)特征，從而進一步應(yīng)用于水分脅迫的識別。選取形狀指標分別為：最小外接矩形面積(AL)，即區(qū)域中包含的像素數(shù)；最小外接矩形周長(PL)，即區(qū)域輪廓線上像素間的距離之和；矩形度(ER)，即葉片區(qū)域面積與最小外接矩形面積之比。

1.4 數(shù)據(jù)預(yù)處理

如果直接將原始數(shù)據(jù)全部放進模型中，不僅加大了模型構(gòu)建的復(fù)雜度，而且降低回歸分析的精度。為提升神經(jīng)網(wǎng)絡(luò)模型的收斂速度和精度、消除數(shù)據(jù)間數(shù)量級差別、防止由于輸入輸出數(shù)量級差別大而造成網(wǎng)絡(luò)估測誤差較大等問題，采用最小最大法對原始數(shù)據(jù)進行歸一化處理，最后的模擬結(jié)果通過反歸一化處理將其還原。歸一化公式為：

(8)

式中：Z為歸一化處理值；x為圖像特征值；μ為所有圖像特征指標的均值；σ為所有圖像特征指標的標準差。

1.5 遞歸特征消除及建模方法

遞歸特征消除(RFE)本質(zhì)是一種反復(fù)構(gòu)建模型，直至選出最優(yōu)特征子集的過程[18]。根據(jù)篩選結(jié)果首先把系數(shù)最小的特征移除，然后在剩余的特征集合中重復(fù)這個過程，直到所有特征都遍歷為止[19-20]。算法循環(huán)過程為：訓(xùn)練分類器，計算置換的重要度，剔除相關(guān)性最低的變量，用剔除后的特征再次訓(xùn)練分類器。

隨機森林(RF)是基于分類回歸樹的機器學(xué)習(xí)方法[21-22]。設(shè)原始數(shù)據(jù)中有N個含水率數(shù)據(jù)，M個圖像因子，先從原始訓(xùn)練集中有放回地抽取n個樣本，生成n個子訓(xùn)練集并構(gòu)成n個決策樹，選取其中最具有分類能力的變量進行分枝，最后對n個決策樹得到的n個分類結(jié)果進行投票表決，得到最終結(jié)果。經(jīng)過反復(fù)調(diào)試，將隨機森林中生長樹的數(shù)目設(shè)置為5 000，將每一個分裂節(jié)點處樣本預(yù)測器的個數(shù)設(shè)置為20。

最小二乘法支持向量機(LSSVM)是Suykens等[23]對傳統(tǒng)支持向量機(SVM)進行改進提高求解速度和收斂精度的方法，主要采用結(jié)構(gòu)風(fēng)險最小化(SRM)原則，利用等式約束替換不等式約束，將求解二次規(guī)劃問題轉(zhuǎn)化為求解線性問題。經(jīng)過反復(fù)調(diào)試，確定正則化參數(shù)gam為1，RBF核函數(shù)參數(shù)sig 2為0.7。RFE-RF(遞歸特征消除和隨機森林融合)算法流程如圖1所示。

基于RFE_RF的特征選擇方法，通過計算模型的均方根誤差值確定最優(yōu)特征子集。步驟如下：

1)設(shè)定輸入訓(xùn)練數(shù)據(jù)集F(N個樣本，P個特征)。初始特征集合Fx為原始數(shù)據(jù)集，最優(yōu)特征集合Fy為空集，最優(yōu)特征子集均方根誤差值為Rx。

3)刪除子集Fx中排名靠后的特征Fi。若特征子集Fy的均方根誤差值Ry小于Rx，那么Ry=Rx，否則執(zhí)行第2步和第3步，最后輸出最優(yōu)特征子集。

2 結(jié)果與分析

2.1 沉香幼苗圖像分割結(jié)果

通過分析背景色和植株的單像素點RGB的通道值，發(fā)現(xiàn)兩者差異較大，于是利用彩色圖像單通道值的差異性原理作為圖像背景分割方法。沉香幼苗圖像分割及所有的圖像數(shù)據(jù)處理均在 Matlab R 2018a中實現(xiàn)，提取圖像中的顏色和形狀特征，形成研究的基礎(chǔ)數(shù)據(jù)，并分析與沉香含水率的相關(guān)性。由于沉香圖像背景簡單無土壤、雜草或其他樹種影響，因此分割較為容易。根據(jù)彩色圖像的基本性質(zhì)利用沉香幼苗外觀顏色與背景圖像顏色中RGB單通道值的差異性將其進行分割，得到較好效果。分割算法可對水分脅迫下葉片發(fā)黃沉香進行較好的分割，且保留莖葉部分，最終分割結(jié)果如圖2所示。

分析圖像背景的RGB 3通道信息和植株的RGB 3通道信息，確定不同之處進行區(qū)分；分析發(fā)現(xiàn)，圖像背景RGB單像素點3通道中的最大與最小值相差不大，而植株的單像素點RGB 3通道的最大與最小值相差較大，所以以植株最大、最小值的差值作為特征進行區(qū)分。由于底部盆邊也滿足要求，但是盆邊的單像素點RGB通道，最大值在R和B通道，而植株的最大值在G通道，得出分割條件為：

Vmax-Vmin<20；

(9)

bRate<0.27。

(10)

式中：Vmax表示RGB通道最大值；Vmin表示RGB通道最小值；bRate表示花盆邊緣分割閾值。

由圖2可見，干旱脅迫下沉香葉色變黃變暗，而對照組相比于重度水分脅迫與輕度水分脅迫葉片更為明亮飽滿。

2.2 基于RFE-RF算法的特征選擇

首先利用隨機森林過程中bootstrap重抽樣方法從原始樣本中抽取構(gòu)建決策樹的樣本，并最終構(gòu)成隨機森林，然后在回歸模型中計算特征重要度。之后利用遞歸特征消除算法刪除特征重要度小的特征再次建模，直至剩下最后1個特征。RF-RFE算法中生長樹的數(shù)目(ntree)和每次輸入變量的個數(shù)(mtry)為算法中最重要的參數(shù)設(shè)置，經(jīng)反復(fù)試驗，設(shè)置RF-RFE算法的ntree=300，mtry的大小通常為輸入變量數(shù)的1/3，當變量數(shù)<3時mtry取1。

RFE_RF算法使用平均下降均方誤差(MSE)值作為特征選擇過程中特征篩選的原則。首先算法將刪除最小MSE值的特征，如圖3A所示，刪除第13個，即最小外接矩形面積(AL)的特征，然后利用RFE-RF重新計算剩余特征的平均下降MSE值，再次刪除MSE值最小的特征，以此循環(huán)，不斷迭代刪除特征。圖3B表示最終剩余3個特征時的平均下降MSE值，剩余的3個特征為飽和度(S)、標準紅光值(INR)、矩形度(ER)。每一步迭代時所刪除特征的MSE值見圖4，迭代結(jié)束后，根據(jù)均方根誤差(RSME)值的大小選取最優(yōu)特征集合，最優(yōu)特征集為：飽和度(S)、標準紅光值(INR)、矩形度(ER)。

2.3 不同水分脅迫下沉香顏色和形狀的變化

對不同水分脅迫水平數(shù)據(jù)進行分析，觀察不同水分條件對沉香幼苗顏色、形狀因子的影響。按脅迫組別繪制時間序列顏色變化曲線，如圖5所示。在重度水淹脅迫處理(T1)下，隨著水淹時間的延長，INR分量先減小后增大，ER分量和飽和度(S)總體呈現(xiàn)下降的趨勢，葉片表現(xiàn)為沉香葉片變暗，逐漸黃化；輕度水淹脅迫(T2)下，ER、INR值呈先減后增的趨勢，S分量數(shù)值波動明顯，先減小后逐漸增大，最終保持平穩(wěn)，葉片亮度增加；持續(xù)干旱脅迫(T3)下，葉片的INR分量和S值先增再減后逐漸增高，ER值先增后減，葉片變暗，顏色變黃，葉片逐漸蜷曲，說明沉香葉片細胞膜受傷害的程度逐漸加大，細胞內(nèi)有害物質(zhì)不斷增加，且14 d時超過了沉香幼苗的耐受能力，但并未出現(xiàn)植株死亡現(xiàn)象[24]。對照組(CK)試驗中，葉片的變化趨勢為：整體呈亮度略有升高，INR值總體逐漸增加，ER先減小后呈平緩趨勢，S值總體呈下降趨勢。水淹脅迫組在整個脅迫周期內(nèi)葉片顏色變化不同(圖5)，這是由于水淹脅迫下，沉香仍能夠有效調(diào)節(jié)氣孔開閉，保證充足的CO2吸收，進而提高水分利用率，對干旱脅迫做出響應(yīng)[25]；干旱脅迫組葉片變黃時間早于水淹脅迫組，超出2周后葉片開始嚴重受損，這是由于干旱造成植物生理性脫水，進而導(dǎo)致植物呼吸、光合系統(tǒng)的紊亂和細胞膜透性損壞及代謝失調(diào)，最終抑制植株生長甚至萎蔫、局部壞死[26]；對照組與輕度脅迫組變化類似，但拐點出現(xiàn)較晚。因此，沉香最適生長葉片含水率范圍為50%～65%，適度增加水分有利于沉香幼苗生長。

2.4 沉香葉片含水率預(yù)測模型及算法比較

2.4.1 RFE_RF模型

以飽和度(S)、標準紅光值(INR)、矩形度(ER)特征值作為自變量，以含水率作為因變量，將建模數(shù)據(jù)歸一化處理后，輸入RFE_RF模型中，即在RF神經(jīng)網(wǎng)絡(luò)模型中加入1個種群數(shù)量為20、迭代終止次數(shù)為50的PSO算法，并且添加慣性權(quán)重因子提高模型的收斂能力。初始慣性權(quán)重因子設(shè)置為0.8，終止慣性權(quán)重因子設(shè)置為0.1。模型訓(xùn)練過程如圖6 所示。RFE_RF模型的訓(xùn)練集和測試集結(jié)果見圖7。

從圖7可見，訓(xùn)練集預(yù)測結(jié)果R2超過0.91，測試集預(yù)測結(jié)果R2超過0.88，預(yù)測結(jié)果良好，能夠達到準確估測的目的。

2.4.2 模型比較

為比較最小二乘法支持向量機算法(LSSVM)、隨機森林算法(RF)與遞歸特征消除與隨機森林融合算法(RFE_RF)3種算法在幼齡沉香葉片含水率預(yù)測中的效果差異，分別構(gòu)建LSSVM、RF和RFE_RF 3種預(yù)測模型。模型均采用十折交叉驗證法，重復(fù)計算10次，最后將3種算法預(yù)測模型的敏感度、特異性、誤報率及精度取平均值在相同的獨立測試集中進行對比(表2)。敏感度是陽性樣本分類的準確度，又稱真陽性率；特異性是陰性樣本分類的準確度，又稱真陰性率；誤報率是陰性樣本的錯誤率，又稱假陽性率；精度是預(yù)測值為陽性樣本的正確率。其中，敏感度、特異性、精度3項指標越大模型分類效果越好，誤報率越小模型分類效果越好。由表2可以看出：預(yù)測的模型中，LSSVM算法構(gòu)建的模型與RF算法構(gòu)建的模型在敏感度、特異性、誤報率及精度4項指標上結(jié)果均接近，基于RF算法構(gòu)建的預(yù)測模型效果略優(yōu)；基于RFE_RF融合算法構(gòu)建的預(yù)測模型其敏感度、特異性、誤報率和精度分別達到88.65%、85.31%、14.39%和91.62%，與RF預(yù)測模型相比，敏感度提高3.34%，特異性提高10.87%，誤報率降低36.83%，精度提高13.39%；證明RFE_RF融合算法構(gòu)建預(yù)測模型有更好的識別能力和泛化能力。

表2 幼齡沉香葉片含水率預(yù)測試驗3種算法結(jié)果比較

3 結(jié) 論

在干旱環(huán)境中，葉綠素含量的降低有利于調(diào)整光能分配，保證整個光合系統(tǒng)的正常運行[27]。如張世柯等[28]發(fā)現(xiàn)濱海植物紅厚殼(Calophylluminophyllum)，相較于西沙群島優(yōu)勢喬木欖仁樹(Terminaliacatappa)和海濱木巴戟(Morindacitrifolia)，葉綠素含量更低，以此來減少干旱環(huán)境引起的傷害，并增強抗旱能力和對強光環(huán)境的適應(yīng)能力；但李婕等[29]認為，在干旱環(huán)境中，珊瑚島上的植物主要通過降低蒸騰速率的方式提高水分利用效率，抵御干旱脅迫。由此可見，熱帶植物對干旱脅迫有著不同的響應(yīng)機制。本研究以熱帶珍貴樹種沉香為對象，研究結(jié)果表明，相較于重度水淹脅迫，幼齡沉香對于長期重度干旱脅迫更加敏感，且幼齡沉香雖有一定的自我調(diào)節(jié)能力，但干旱時間超出2周會使幼苗葉片嚴重受損，威脅沉香正常生長，說明沉香幼苗在兩周內(nèi)持續(xù)干旱下，可通過調(diào)節(jié)自身清除細胞內(nèi)有害物質(zhì)；但當持續(xù)干旱時間超出2周時，則威脅幼齡沉香正常生長。此外，幼齡沉香最適葉片含水率范圍為50%～65%，適度增加水分，有利于沉香苗生長。

隨機森林算法在高維回歸中篩選預(yù)測因子是一項繁雜的任務(wù)，本研究基于遞歸特征消除的自身變量多輪訓(xùn)練避免過度擬合的優(yōu)勢與隨機森林算法結(jié)合，提出了基于遞歸特征消除和隨機森林融合算法的預(yù)測方法。該方法可以對相關(guān)性預(yù)測和排名的重要性加以描述，研究驗證了該融合算法的正確性和有效性，發(fā)現(xiàn)RFE_RF方法可以提高機器學(xué)習(xí)算法的預(yù)測精度，證明基于遞歸特征消除和隨機森林融合算法預(yù)測方法具有理論意義和應(yīng)用價值。

基于遞歸特征消除與隨機森林融合算法的幼齡沉香葉片含水率預(yù)測模型精度達到91.62%，降低了重要性度量相關(guān)性，避免了過度擬合，是一種有效的特征選擇方法。RFE_RF較單獨使用RF和LSSVM算法構(gòu)建的預(yù)測模型精度分別提高了15.22%和17.41%，證明遞歸特征消除方法與隨機森林算法融合使用，可應(yīng)用到幼齡沉香葉片含水率預(yù)測模型中提高模型性能。對比RF模型，RFE_RF的敏感度和特異性分別提高3.34%和10.87%，誤報率降低36.83%，證明RFE_RF融合算法構(gòu)建預(yù)測模型有更好的識別能力和泛化能力。