Optical footprint and background control for rice leaf assessment using a miniature multispectral reflectance sensor

方法

用IR64水稻四生育期光谱与SPAD、氮、叶绿素数据，做嵌套交叉验证和随机森林。

发现

宽几何下白背景显著抬高蓝光信号；黑背景对叶绿素a/b及总叶绿素预测更优。

机会点

可探索窄几何微型传感器在冠层尺度下的背景校正与多品种、多生育期泛化验证。

水稻叶片氮素、叶绿素和SPAD的可靠估测可为精准养分管理与作物表型分析提供支撑。然而，当传感器视场范围超过目标区域时，窄叶测量易受背景干扰。本研究于2023年在宽测量几何条件下比较了同一水稻叶片在黑色与白色背景下的表现，并对2026年采集的独立样本集使用重新设计的窄几何外壳进行了SPAD预测的描述性评价。光谱采集自IR64水稻叶片四个生育期的样本，并与SPAD、凯氏氮（%N）、叶绿素a、叶绿素b和总叶绿素测量值配对。在宽几何条件下，传感器至叶片距离110 mm、视场角±20.5°产生约82 mm的视场范围，使估计68–85%的测量区域暴露于背景。白色背景使蓝光区域的原始信号最高增加10–11倍。采用五折外层与三折内层嵌套交叉验证，对140片叶片的18通道全波段配对分析得出的合并OOF R²值，黑色背景与白色背景分别为：SPAD 0.620对0.588，%N 0.262对0.371，叶绿素a 0.619对0.434，叶绿素b 0.486对0.267，总叶绿素0.567对0.399。配对bootstrap比较显示，SPAD或%N未呈现明确的背景依赖性差异，而黑色背景持续改善叶绿素a、叶绿素b和总叶绿素的预测，其R²、RMSE、MAE和CCC配对差异的95%置信区间均不包含零。折内随机森林筛选在各折和各目标间保留2–17个波长，但未持续优于18通道全波段方案。在窄几何条件下，传感器至叶片距离10 mm在30 mm采样开口内产生标称7.5 mm的光学视场。采用18通道全波段方案时，SPAD预测达到R² = 0.665、RMSE = 2.720、MAE = 2.122、CCC = 0.810。总体而言，在宽几何条件下，背景暴露与预测性能的目标依赖性差异相关，而独立窄几何数据集的SPAD数值表现尚不能确立几何效应。