研究背景

　　甘蔗是全球生物經(jīng)濟(jì)的基石，其高產(chǎn)依賴于精準(zhǔn)的養(yǎng)分管理。傳統(tǒng)的營(yíng)養(yǎng)評(píng)估方法依賴于實(shí)驗(yàn)室化學(xué)分析，但這些方法不僅具有破壞性，還非常耗時(shí)且成本高昂，難以滿足精準(zhǔn)農(nóng)業(yè)對(duì)高頻、原位監(jiān)測(cè)的需求?？梢?jiàn)光-近紅外-短波紅外（Vis-NIR-SWIR）光譜技術(shù)因快速、無(wú)損等優(yōu)勢(shì)，已成為農(nóng)業(yè)科學(xué)中的一種強(qiáng)大分析工具。然而，葉片樣品制備方式（鮮樣原位測(cè)量和烘干磨碎測(cè)量）對(duì)光譜預(yù)測(cè)性能的影響仍存爭(zhēng)議。盡管新鮮樣品在光譜研究中被廣泛使用，但在甘蔗NPK綜合估算中，系統(tǒng)地評(píng)估樣品干燥對(duì)預(yù)測(cè)性能的影響，特別是與先進(jìn)的機(jī)器學(xué)習(xí)算法相結(jié)合時(shí)，仍然是一個(gè)有待探索的問(wèn)題。

　　近期，巴西巴拉那聯(lián)邦科技大學(xué)的研究團(tuán)隊(duì)領(lǐng)銜，聯(lián)合米納斯吉拉斯州立大學(xué)和馬林加州立大學(xué)的研究團(tuán)隊(duì)，以甘蔗葉片為研究對(duì)象，系統(tǒng)評(píng)估了不同樣品制備方式對(duì)Vis-NIR-SWIR光譜預(yù)測(cè)N、P、K含量的影響。相關(guān)研究成果發(fā)表于《Measurement》期刊。該團(tuán)隊(duì)通過(guò)對(duì)比鮮葉與干葉光譜，結(jié)合不同機(jī)器學(xué)習(xí)算法，系統(tǒng)分析了模型性能、特征波長(zhǎng)及養(yǎng)分-光譜關(guān)聯(lián)機(jī)制。結(jié)果表明，干燥處理顯著提升了N的預(yù)測(cè)精度，而新鮮葉片對(duì)P和K的預(yù)測(cè)表現(xiàn)更優(yōu)。該研究為甘蔗無(wú)損營(yíng)養(yǎng)診斷中樣品制備策略的差異化選擇提供了關(guān)鍵數(shù)據(jù)支撐，并為精準(zhǔn)農(nóng)業(yè)中光譜技術(shù)的作物特異性應(yīng)用奠定了方法學(xué)基礎(chǔ)。

圖1.實(shí)驗(yàn)區(qū)的地理位置。

　　研究方法

　　研究區(qū)域：研究團(tuán)隊(duì)在巴西巴拉那州帕拉納瓦伊市一塊2000平方米的區(qū)域內(nèi)進(jìn)行，在該實(shí)驗(yàn)區(qū)種植甘蔗，設(shè)置12種不同梯度的施肥處理。選擇兩個(gè)時(shí)間點(diǎn)（種后7個(gè)月、14個(gè)月）采集葉片，并對(duì)其進(jìn)行不同條件的測(cè)量：

　　l 鮮樣組：ASD FieldSpec 地物光譜儀直接在田間測(cè)葉片反射率；

　　l 干樣組：葉片在65℃下烘干、研磨后，在實(shí)驗(yàn)室進(jìn)行光譜測(cè)量；

　　光譜性能

　　l 光譜范圍：350–2500 nm；

　　l 光譜分辨率：350–1000 nm范圍內(nèi)為3 nm；1000–2500 nm范圍內(nèi)為30 nm；

　　在進(jìn)行光譜反射率測(cè)量后，采用化學(xué)方法精確測(cè)定N、P、K的真實(shí)含量。隨后，使用隨機(jī)森林（RF）、支持向量回歸（SVR）和偏小二乘回歸（PLS）三種算法，通過(guò)五折交叉驗(yàn)證優(yōu)化超參數(shù)，并通過(guò)R2、RMSE、RPD和偏差（bias）等指標(biāo)評(píng)估模型性能；

圖2.數(shù)據(jù)采集實(shí)驗(yàn)裝置：（a）采集田間甘蔗葉片的可見(jiàn)光-近紅外-短波紅外光譜反射率；（b）通過(guò)標(biāo)準(zhǔn)化學(xué)分析測(cè)定參考N、P、K的實(shí)驗(yàn)室程序。

表1.鈣、鎂、硫、K的處理因素和劑量。

表2. 甘蔗養(yǎng)分含量（N、P、K）的描述性分析。

圖3.圖(a-b) 和 (c-d) 分別顯示了新鮮和干燥條件下甘蔗葉的可見(jiàn)光-近紅外-短波紅外反射光譜，以及光譜預(yù)處理前后的光譜。

表3.交叉驗(yàn)證（cv）下NPK預(yù)測(cè)的模型性能。

圖4.預(yù)測(cè)新鮮和干燥樣品中N、P、K含量的重要波長(zhǎng)。

　　研究發(fā)現(xiàn)

　　模型預(yù)測(cè)性能

　　l 干燥葉片通常在N預(yù)測(cè)中表現(xiàn)更好，因?yàn)槿コ怂忠鸬墓庾V干擾，增強(qiáng)了模型的預(yù)測(cè)準(zhǔn)確性；

　　l 鮮葉對(duì)P、K預(yù)測(cè)更優(yōu)：P的預(yù)測(cè)依賴于葉綠素和水分等生理特征，鮮葉保持了這些間接信息；K與    水分狀態(tài)緊密相關(guān)，水吸收帶成為其有效的光譜特征；

　　l RF與SVR顯著優(yōu)于PLS，表明非線性算法更適于捕捉水-養(yǎng)分的復(fù)雜關(guān)系；

　　特征波長(zhǎng)識(shí)別

　　l 680–720 nm：與葉綠素，N相關(guān)；

　　l 970–1100、1450、1950、2100–2300 nm：與水分、蛋白質(zhì)、纖維素、O-H/N-H振動(dòng)相關(guān)；

　　l RF識(shí)別出更廣泛的非線性相關(guān)波段，PLS則聚焦于VIP > 1的離散峰；

　　結(jié)語(yǔ)

　　研究采用可見(jiàn)光-近紅外-短波紅外光譜技術(shù)，以甘蔗葉片為對(duì)象，系統(tǒng)對(duì)比了鮮葉原位測(cè)量與干葉研磨兩種樣品制備方式，結(jié)合隨機(jī)森林、支持向量回歸與偏最小二乘回歸三種建模算法，實(shí)現(xiàn)了葉片N、P、K含量的精準(zhǔn)估測(cè)。研究結(jié)果為甘蔗無(wú)損營(yíng)養(yǎng)診斷中樣品處理方案的選擇提供了方法學(xué)依據(jù)。未來(lái)可進(jìn)一步拓展至多品種、多環(huán)境下的驗(yàn)證，探索深度學(xué)習(xí)與多源數(shù)據(jù)融合，推動(dòng)精確農(nóng)業(yè)中養(yǎng)分監(jiān)測(cè)的應(yīng)用，提升田間快速檢測(cè)的實(shí)用性和準(zhǔn)確性。

　　發(fā)表期刊：Measurement【影響因子：5.6】

　　研究單位：巴西巴拉那聯(lián)邦科技大學(xué)、米納斯吉拉斯州立大學(xué)、馬林加州立大學(xué)

　　研究地點(diǎn)：巴西巴拉那州帕拉納瓦伊市

　　使用設(shè)備：ASD FieldSpec地物光譜儀

　　DOI：https://doi.org/10.1016/j.measurement.2026.120298