基于加權隨機森林的番茄氮元素缺乏分級模型研究

　　摘要：基于葉面顏色特征建立番茄氮元素缺乏分級模型判別準確率可達 80%以上。夏季定植的番茄葉片表面會覆蓋粘質腺毛，粘質腺毛利于番茄吸收水分和營養元素，相同營養液氮離子濃度下葉片黃化過程異于未覆蓋粘質腺毛的葉片。故僅基于葉面顏色特征建立分級模型，其準確率降至 65%。覆蓋粘質腺毛番茄其葉片周長和葉面積兩個形狀特征均小于未覆蓋粘質腺毛的番茄葉片，本文將番茄葉片兩個形狀特征結合原有葉面顏色特征共同作為模型輸入，建立新的番茄氮元素缺乏分級模型。搭建圖像采集系統，該圖像采集單元由樹莓派和其相機模塊構建，使用 WiFi 或 4G 網絡完成智能手機、圖像采集單元、本地計算機之間無線數據傳輸。智能手機通過 Web 界面可遠程控制采集圖像并將圖像傳輸到云平臺存儲。本地計算機對圖像進行預處理提取葉片形狀、顏色特征后輸入模型進行預測，并輸出預測結果。試驗結果表明，圖像采集系統春季和夏季平均溫度在 19.7~28.3℃范圍內，光照在 1125~9543lx 范圍內均可正常使用，采集的圖像經預處理分割后降低了受環境光線影響。使用優化后的加權隨機森林模型，基于形狀特征和顏色特征相結合的葉片氮元素缺乏分級判別準確率可達 83%。

　　李莉; 藍天; 趙奇慧; 孟繁佳， 農業機械學報 發表時間：2021-09-29

　　關鍵詞：番茄;氮元素;形狀特征;顏色特征;判別分級;加權隨機森林;貝葉斯優化

　　0 引言

　　基質栽培番茄其氮元素含量直接影響番茄生長狀況和果實品質。番茄苗期、花期、果期3個時期的正常生長對氮元素含量有不同的需求[1-4]。其中花期最容易產生氮元素缺乏現象，原因是這一階段既需要完成第一花序開花坐果，又需要保證植株莖干和葉片生長以及第二、第三花序開花，因此需要在花期進行實時監測以保障番茄的正常生長 [5-10] 。

　　通過葉綠素含量、葉片光譜數據等參數結合葉片顏色、形狀特征能很好地判別氮元素缺乏程度[11-18]。胡昊等[19] 利用手持式 GreenSeeker 型作物傳感器和 SPAD-502 型葉綠素儀分析不同氮處理條件下冬小麥葉片 SPAD 和冠層 NDVI，結果表明三者相關系數均很高。鄭一力等[20] 采用波段為 350~2500 nm 的地物光譜儀獲取金鑲玉竹葉片光譜數據，對比 4 種估測模型校驗，結果表明在光譜反射率的對數一階微分變化下，采用拓撲結構為 6-10-1 的基于主成分分析的 BP 神經網絡估測模型，校驗環節決定系數為 0.838，均方根誤差為 0.0452。王遠等[21] 利用數碼相機依據水稻數字圖像綠色通道和紅色通道差值設定閾值對圖像進行分割，分割后圖像中提取的紅光標準化 NRI 與 SPAD 值、葉片含氮量相關系數達到-0.87 和-0.65。基于光譜學判斷植物組織氮含量設備價格昂貴，測量過程易受環境光線因素制約。

　　CHEN 等[22] 基于靜態掃描技術獲取稻米葉片和鞘的圖像顏色和形狀特征通過支持向量機(SVM)鑒定水稻氮含量 4 個不同生長階段準確率分別為 94%、98%、96%和 100%，使用不同年份數據進行驗證，識別準確率分別為 88%、98%、90%和 100%。提取的形狀特征雖然增加了識別準確率，但是采集過程過于繁瑣且僅能在實驗室環境采集。

　　上述研究只關注信息獲取和處理本身，并未考慮葉片本身生理特征對圖像信息的影響。經研究發現，春季育苗、夏季種植的番茄幼苗半數以上會在表面覆蓋有粘質腺毛。若采取原有的顏色特征建模判別會降低模型準確率。本文以溫室番茄葉片為研究對象，基于形狀特征和顏色特征采用隨機森林機器學習算法，開展番茄葉片氮含量差異分析，建立氮含量缺乏分級預測模型，以指導科學施肥。

　　1 材料與方法

　　1.1 數據采集

　　2020年3-7月在中國農業大學精細農業研究中心的日光溫室進行了番茄氮元素缺乏程度判別試驗。所用氮肥為四水合硝酸鈣和硝酸鉀。采集不同氮離子濃度施肥策略下番茄葉片表面 RGB 圖像和 SPAD-502 型葉綠素儀測定的番茄葉片氮含量。

　　灌溉系統采用中國農業大學日光溫室封 閉 式 栽 培 水 肥 智 能 調 控 系 統 。 利 用 JZH-0xx 型集成傳感器采集溫室內光照強度、空氣相對濕度、空氣溫度。采集時間為每天 7:00-21:00，采集間隔為 1h。連續采集番茄花期開始前至結束后共 40 d(包含花期 30 d) 環境參數數據。2020 年春季，溫室內部平均溫度保持在 23.7±0.3( 白 天 )/19.7±0.1( 夜晚)℃，相對濕度為 52%。2020 年夏季，溫室 保 持 平 均 溫 度 為 28.3±0.2( 白天)/23.5±0.4(夜晚)℃，相對濕度為 69%。白天光照強度在 1125lx-9543lx 范圍內變化。

　　1.2 試驗方案設計

　　番茄幼苗高度為 15~20cm(包含根系長度)，兩個品種幼苗區別是植株表面是否有粘質腺毛(白色絨毛)。盆栽容量為 7L，基質配比按體積分數分別為 20%珍珠巖、20%蛭石、60%泥炭。

　　當植株生長至第一花序開花即番茄花期開始時，將所有植株分成 3 個實驗組，使用 70 mg/L、140 mg/L、210 mg/L 濃度營養溶液分別對 3 組內植株進行施肥灌溉。濃度 210 mg/L 氮營養溶液配方見表 1。每周在固定日期用新配置肥料溶液對番茄植株施肥，一周其余的時間每隔 1 d 用去離子水灌溉保證植株水分供需。依據以上施肥灌溉策略，可保證不同實驗組番茄植株中組織氮水平具備明顯差異。

　　1.3 RGB 圖像采集

　　現場圖像數據采集使用樹莓派 3b+微處理器，樹莓派官方 8×106像素攝像模塊，樹莓派鋰電池擴展模塊以及塑料樹莓派外殼共同組成 RGB 圖像采集單元。通過直徑 41mm 的圓形云臺和三腳架調節圖像采集單元的高度和角度。樹莓派上安裝Apache Web 服務器用來為 RPi-Cam-Web-Interface 提供服務，使其通過唯一的地址連接樹莓派。智能手機使用 RPi-Cam-Web-Interface 控制樹莓派捕獲番茄植株 RGB 彩色圖像。智能手機與圖像采集單元和本地計算機使用 WiFi 或 4G 網絡進行交互連接。圖像獲取系統結構如圖 1 所示。

　　為了盡量消除環境光線對 RGB 彩色圖像的影響，在番茄開花期 30 d 內固定每日 11:00 采集不同氮濃度處理下番茄主干中部枝杈上生長的葉片圖像。采集圖像中至少包括該枝杈最前端葉片在內 6 片葉子。調節三腳架高度保證 RGB 圖像采集攝像頭清晰聚焦，拍攝位置保持在植物斜側方距目標葉片約 0.3m處，圖像分辨率為 3648×2736 像素。為了準確提取葉片形狀特征，拍攝時需要使用厚度為 3mm 長方形透明亞克力板置于葉片背面使葉片盡可能平整展開。采集的圖像以特定文件名傳輸至云平臺存儲。

　　1.4 葉片氮含量測定

　　整 個 番 茄 花 期 ， 每 日 16:00 使 用 SPAD-502 型葉綠素儀分別對番茄植株的目標葉片進行葉綠素含量測定。每棵植株至少選取主干中部的兩個枝杈上各 5 個葉片，總計 10 個葉片進行采集。重復測量每個葉片 3 次取平均值以降低因儀器操作帶來的誤差，最大程度確保葉綠素含量準確測量。

　　1.5 圖像預處理

　　分割植物前需要消除采集圖像時因陰天、多云、少云等天氣原因造成環境光線過暗對圖像亮度的影響，使用直方圖均衡化或對數變化方法只提高圖像亮度，不改變圖像色度。從背景中分割植物分為 2 個步驟，① 使用 OpenCV 中的 TenenGrad 評價函數實現圖像分割。①使用“2g-r-b”算法[23] 得到背景為黑色僅含有目標葉片的 RGB 彩色圖像。圖像預處理流程如圖 2 所示。

　　1.6 模型輸入特征提取

　　覆蓋粘質腺毛的番茄葉片單個葉面積、周長均小于未覆蓋粘質腺毛的番茄葉片，并且前者葉片在整個花期因組織氮素缺乏產生顏色變化程度明顯低于后者。若將二者提取出的輸入特征共同放入判別模型會極大降低模型準確率，因此需要在輸入特征中添加形狀特征(葉面積和葉片周長)進行種類區分。此處選取單個枝葉(尖端葉片)提取形狀特征。形狀特征提取分為 4 個步驟：①高斯模糊消除圖像中的噪點。①二值化得到葉片對象。①形態學閉操作(先腐蝕后膨脹)填充葉片中間的小洞。①RETR_EXTERNAL 函數確定葉片輪廓后 contourArea 函數和 arcLength 函數分別計算葉片像素面積和像素周長。

　　顏色特征通過 RGB 彩色圖像獲取，分別使用 minMaxLoc 函數、mean 函數、 meanStdDev 函數獲得 B、G、R 三通道各自最大值、平均值、標準差共 9 個變量顏色特征作為模型輸入特征參數。獲取葉片紋理特征同樣僅使用尖端葉片，過程見圖 3。

　　2 結果與分析

　　2.1 數據集

　　番茄花期圖像采集時間為 2020 年 3 月 14 日—4 月 15 日(共 32 d);夏季番茄花期圖像采集時間為 2020 年 5 月 15 日—6 月 17 日(共 32 d)。整個番茄花期共獲得 576 幅不同氮元素濃度的 RGB 彩色圖像。其中覆蓋粘質腺毛和未覆蓋粘質腺毛番茄植株圖像分別為 192 幅和 384 幅，包含 3 個不同營養液離子梯度。整個圖像采集周期內不同營養液離子梯度下兩種番茄葉片圖像如圖4所示。

　　由圖 4 可知，營養溶液中所含氮元素減少，葉片黃化過程加快，反之葉片逐漸變成深綠。同時能夠看出植株表面是否覆蓋粘質腺毛對其產生的影響。

　　2.2 覆蓋粘質腺毛對于模型分級準確率的影響

　　隨機森林屬于集成學習的一個重要分支，特點是將各個沒有依賴關系的弱學習器 (CART 決策樹)并行擬合以提升整體模型分級判別準確率，如圖 5 所示。

　　對于一個樣本，它在含 m 個樣本的訓練集的隨機采樣中，每次被采集到的概率為 1/m。不被采集到的概率是 1-1/m。如果 m 次采樣都沒有被采集到的概率是(1-1/m)m。當 m趨近于無窮大時，(1-1/m)m趨近于 1/e，約等于 0.368。Bagging 每輪隨機采樣中，數據集中約有 36.8%的數據沒有被采樣集采集到。

　　對于這部分約 36.8%的沒有被采樣到的數據，稱之為袋外數據(Out of Bag, OOB)。這些數據沒有參與訓練集模型的擬合，因此可以用來檢測模型的泛化能力。

　　傳統隨機森林模型每棵決策樹投票權重相等，低分級準確率的單棵決策樹會影響整個森林分級準確率。解決這一問題的方法是提前確定每棵樹的權重，投票時每棵樹均乘以對應權重。獲得對應權重需要將訓練樣本分為兩部分，即訓練集和測試集。訓練完成后對每棵樹進行測試，計算其分類正確率。