Synergistic effects of spectral preprocessing and machine learning algorithms for nitrogen estimation in tomato using hyperspectral spectral data

摘要 准确估算叶片氮含量对于优化施肥管理和提高作物生产力至关重要。本研究提出了一种无损高光谱成像框架，结合先进的机器学习算法对番茄叶片（Solanum lycopersicum L.，Royal品种）的氮水平进行分类。在受控条件下，从接受三种氮处理（N-30%、N-60%和N-90%）的植株中共采集了300个高光谱样本。反射率数据（400–1000 nm）经标准正态变量变换（SNV）、多元散射校正（MSC）和Savitzky–Golay（SG）滤波进行校准和预处理。系统评估了无监督和有监督算法。聚类结果表明，预处理对类别可分性产生了显著影响。MSC + GMM组合取得了最佳无监督结果，具有最低的Davies–Bouldin指数（0.443）和最高的轮廓系数（0.975），表明聚类紧密度和分离度得到改善。在有监督学习中，神经网络（NN）始终优于其他模型，在SNV、MSC和SG预处理下均达到100%的准确率和1.00的ROC–AUC。梯度提升（GB）和支持向量机（SVM）也表现出较强的预测能力，而传统模型（包括LDA、LR、KNN和NB）在预处理后表现出中等程度的改善。统计分析证实了光谱预处理对聚类和分类结果均有显著影响（p < 0.05）。总体而言，将高光谱成像与适当的预处理及非线性机器学习模型相结合，在受控实验条件下提供了较强的分类性能。然而，由于数据集相对较小且氮处理为实验受控条件，某些模型所表现出的极高性能应谨慎解读。此外，缺乏独立的外部验证数据集限制了对跨生长条件、品种和田间环境泛化能力的评估。因此，在将该框架广泛应用于实际精准农业之前，需要使用更大规模、更多样化的数据集进行独立验证。