
美洲黑楊(Populus deltoides Marshall)是一種重要的速生用材樹種,廣泛栽培于中國溫帶平原地區(qū)。它生長迅速、早熟、豐產(chǎn)、易于更新,因此在生態(tài)防護林和工業(yè)用材林中具有廣泛應(yīng)用。研究其表型性狀,特別是葉片葉綠素含量(LCC),對于篩選出適應(yīng)不同環(huán)境和管理條件的優(yōu)良基因型至關(guān)重要。
為什么不再“采一片葉子”?
傳統(tǒng)測定葉綠素含量的方法依賴實驗室化學(xué)分析,不僅操作繁瑣、耗時長,而且具有破壞性。對于覆蓋數(shù)千株樣木的大型試驗林來說,這種方法顯然難以適應(yīng)大范圍、高頻率的監(jiān)測需求。
遙感技術(shù),尤其是無人機搭載高光譜傳感器的應(yīng)用,為這一問題提供了有效解決方案。研究表明,葉綠素對光具有特定吸收特性,尤其集中在可見光和紅邊波段。通過獲取葉片反射的光譜信息,研究人員可以“無接觸式”地反演葉綠素含量,實現(xiàn)對林分健康狀態(tài)的快速評估。

圖 1. 研究區(qū)域位置。
本研究選取湖北省石首縣國家優(yōu)質(zhì)楊樹種苗基地為研究區(qū)域,如圖1所示,開展無人機高光譜數(shù)據(jù)獲取與建模分析工作。該區(qū)域種植面積約 83,600平方米,共有 3000余株不同基因型的美洲黑楊,具備良好的實驗基礎(chǔ)。

圖 2. DJI 350M無人機搭載300TC高光譜成像儀。
設(shè)備:DJI 350M 無人機搭載 300TC 高光譜成像儀(北京依銳思遙感技術(shù)有限公司)
光譜通道數(shù):308
波段范圍:393–1007nm
空間分辨率:20cm/像素
飛行時間:5月14日 10:00–15:00,天氣晴朗、風(fēng)速較低
影像處理軟件:Mega Cube v11.0.13(北京依銳思遙感技術(shù)有限公司),用于輻射、幾何及正射校正
同時,現(xiàn)場采集了葉片樣本,通過實驗室分析獲得真實的LCC值,用于模型訓(xùn)練與驗證。

圖 3. 美洲黑楊樹葉的收集、儲存和 LCC 提取。
01 從數(shù)據(jù)中“找關(guān)鍵波段”:集成特征選擇框架
面對海量的光譜數(shù)據(jù),如何從中篩選出與葉綠素密切相關(guān)的波段,是模型構(gòu)建的關(guān)鍵。
本研究提出了一種集成特征選擇框架,融合多種算法優(yōu)勢,在不同機器學(xué)習(xí)模型(如 GBRT、SVR、GPR)下實現(xiàn)了高效穩(wěn)定的波段子集提取。具體做法包括:
改進嵌入式特征選擇算法,引入SHAP解釋值,增強波段排序的可解釋性;
綜合嵌入式與包裝器方法,提升特征選擇的全局最優(yōu)性;
重點關(guān)注紅邊波段(680–760 nm)的作用,改善高LCC區(qū)間的估計偏差。 
圖4. (a) GBRT模型在逐步降維過程中的RMSE值;(b) SVR模型在逐步降維過程中的RMSE值;(c) GPR模型在逐步降維過程中的RMSE值。

圖 5 (a) GBRT-50V 和 GBRT-Optimal 模型中使用的高光譜波段;(b) SVR-50V 和 SVR-Optimal 模型中使用的高光譜波段;(c) GPR-50V 和 GPR-Optimal 模型中使用的高光譜波段。
02 精度表現(xiàn)如何?
在以28個精選波段和GBRT模型組合的最佳方案中,LCC估算模型表現(xiàn)優(yōu)異:
R²=0.848
RMSE=1.454 μg/cm²
MAE=1.121 μg/cm²
相比全波段模型,RMSE降低了24.37%
03 研究結(jié)論與意義
本研究表明:
集成特征選擇方法具有更強魯棒性與解釋能力,在多模型間表現(xiàn)穩(wěn)定;
紅邊波段對LCC估算模型貢獻顯著,是精度提升的關(guān)鍵;
無人機高光譜遙感技術(shù)在林木表型研究中具備巨大潛力,有望在優(yōu)良種質(zhì)篩選、健康監(jiān)測、精準(zhǔn)施肥等方向中實現(xiàn)應(yīng)用推廣。本研究展示了遙感與人工智能在林業(yè)育種與管理中的融合應(yīng)用,不僅提升了數(shù)據(jù)獲取效率,也推動了林木性狀研究向高通量、智能化方向發(fā)展。