可解释残差CNN结合GAF编码实现土壤性质近红外快速定量

原文：Explainable residual CNN with Gramian Angular Field encoding for rapid quantification of soil properties using near-infrared spectroscopy.
期刊：Frontiers in plant science（影响因子 5.9） |  PubMed | PMC 全文（含 PDF）

土壤化学组成是决定作物生长与品质形成的核心因素。无论是 pH 对养分有效性的调控、活性有机碳对微生物代谢的驱动，还是全氮、有机质与速效磷在蛋白质合成、土壤结构改良及能量传递中的关键作用，都直接影响农业产量与农产品质量。然而，传统理化分析需要经过风干、研磨、消解、蒸馏等繁琐前处理，耗时费力、成本高昂，难以满足田间尺度高通量、实时检测的需求。

近红外（NIR）光谱技术凭借低成本、快速、非破坏性和适合在线部署的优势，成为土壤化学分析的重要替代手段。但 NIR 光谱数据具有高维度、严重多重共线性，以及由仪器噪声和散射效应引起的非线性畸变。传统化学计量学模型如偏最小二乘回归（PLSR）依赖线性潜变量分解，难以刻画复杂的非线性光谱—成分映射；k 近邻（KNN）和随机森林（RF）虽具非线性逼近能力，却在高维强共线光谱数据上容易受限或过拟合。近年来，卷积神经网络（CNN）在光谱定量任务中表现突出，但其内部决策机制长期被视为“黑箱”，限制了在农业生产中的实际信任与采用。

针对上述问题，一项发表于 Frontiers in Plant Science（影响因子 5.9）的研究提出了一种可解释的深度学习框架：将视觉编码与残差连接 CNN 相结合，用于土壤化学成分的快速、准确且可解释检测。研究以中国四川省会东县耕作农田为采样区，覆盖 45 个区域、301 个田块，按 0~20 cm 表层土壤每田块 8 个独立采样点收集，共获得 2408 个物理样品；使用 Bruker TENSOR II FT-NIR 光谱仪在 10000~4000 cm^-1 范围采集漫反射光谱，并转换为伪吸收度 log(1/R)。参考值依据标准土壤分析协议测定 pH、活性有机碳、全氮、有机质和速效磷五项指标。

研究背景：从“测得准”到“看得懂”

作物产量与品质并非仅由种子和气候决定，土壤化学组成通过矿质养分同化、转化与积累过程施加间接但决定性的影响。例如，土壤 pH 直接调节养分生物有效性；活性有机碳是土壤微生物的主要能源与碳源；全氮是蛋白质与核酸合成的基础元素；有机质改善土壤物理结构并促进根系伸展；磷则参与能量转移与光合作用等核心生理过程。因此，快速、准确获取土壤化学信息对精准农业管理至关重要。

但传统湿化学方法流程冗长，无法适应田间实时、高通量场景。NIR 光谱虽能非破坏性检测，却因高维、共线和非线性特征，使线性模型力有不逮。深度学习尤其是 CNN 能通过级联卷积分层提取非线性特征，在农产品水分检测、药材质量评估中已有成功应用；然而卷积层如何通过多级非线性表示连接光谱特征，既往研究很少系统阐释其逐层学习轨迹。在土壤检测场景中，若只追求预测精度而忽视模型可信度，将制约方法落地。因此，可视化中间层特征、揭示光谱特征提取的内在逻辑，成为提升模型透明度与可解释性的关键。

核心发现：一维看机制，二维提精度

研究分两阶段展开。第一阶段构建一维残差 CNN（1D-Res-CNN），并对其中间卷积层输出特征图进行可视化，以阐明模型的光谱特征学习机制。结果显示，1D-Res-CNN 第一层卷积核自动捕获了与官能团吸收峰相对应的光谱特征，支持特征提取的物理可解释性——即模型并非随机响应，而是学到了具有化学意义的光谱位置信息。

第二阶段引入 Gramian Angular Summation Field（GASF）与连续小波变换（CWT），将一维光谱序列映射为二维纹理图像，并系统比较不同光谱子区间下的编码性能。全谱被划分为 5880~4000 cm^-1、10000~5880 cm^-1 和 10000~4000 cm^-1 三个区间；在每个区间内分别用 GASF 与 CWT 编码，再输入二维残差 CNN（2D-Res-CNN）进行回归预测。

结果表明，在 5880~4000 cm^-1 范围内，GASF 编码图像展现出最高的特征密度，且优于 CWT 编码；该区间被选为最优输入范围。最终 2D-Res-CNN 在预测集上对土壤 pH、活性有机碳、全氮、有机质和速效磷的决定系数 R²_p 分别达到 0.87、0.91、0.91、0.93 和 0.88，且预测均方根误差（RMSEP）低于 1D-CNN 与 PLSR。与 PLSR、KNN、RF 等基准模型相比，所提框架在多项土壤属性上实现了更优的定量性能。

值得注意的是，研究采用 SNV 预处理后的傅里叶变换 NIR 光谱，并以 SPXY 算法划分数据集；同时通过严格嵌套交叉验证与独立预测集评估，确保性能估计无偏。所有来自同一样品的重复扫描被保留在同一折中，防止空间自相关泄漏，使验证真正反映模型对新田块的泛化能力。

方法亮点：把一维信号变成“可看的图”，再让网络学

一维 CNN 能捕捉局部序列模式，但并不显式构建跨波段相关矩阵。深层一维 CNN 虽可通过扩张核或大感受野隐式学习长程依赖，却往往需要更大网络深度与训练样本量来稳定。相比之下，GAF 编码显式构造二维相关矩阵：将成对光谱位置间的余弦加权角关系表示为空间邻近与强度模式，使二维卷积核可直接作用于这些预先计算好的结构关系，而无需网络从零学习。CWT 则通过标准多尺度分解，将信号解耦为尺度—波数系数矩阵，以数学严谨方式捕获多分辨率特征。

本研究采用 GASF：先将光谱序列 Min-Max 归一化至 [−1, 1]，再转换至极坐标，计算 Gram 角和场矩阵，得到对称 N×N 矩阵；为计算效率，经双三次插值缩放至 224×224 像素单通道灰度图。敏感性分析显示，128×128、224×224 与 256×256 分辨率下预测性能相当，说明所选分辨率信息损失极小。作者强调，GAF 并非“空间注入”，而是结构重表达：它显式编码一维序列中固有的全局依赖与成对相关结构，而非虚构不存在的空间维度。

在模型架构上，1D-Res-CNN 与 2D-Res-CNN 均采用单线性输出神经元，针对每一目标属性分别建立五个独立单输出回归模型。预处理比较了 MSC、SNV 与 SG 平滑；其中 SNV 被选为后续一维建模与二维视觉编码的最优策略。数据集划分使用 SPXY 算法，先留出 25% 作为真正未触碰的预测集，其余 75% 校准集内通过 5 折外层嵌套、10 折内层交叉验证完成预处理选择、区间筛选、编码策略比较与超参数优化。

此外，研究还展示了不同预处理下波数间相关热图、代表性与平均光谱及误差带、化学成分含量小提琴图与散点图，以及 CWT 流程下的时频图演变，为方法比较提供直观依据。

应用意义：为精准农业提供可信的“光谱解码器”

该工作的价值不仅在于精度提升，更在于形成从机制解释到预测增强的完整技术链。过去研究多孤立使用 GAF 或 CWT，且常针对单一化学成分；本文系统比较二者在不同子区间的特征表达能力，并首次将 GASF 编码残差 CNN 应用于土壤多项化学性质同步预测，同时把 1D-CNN 特征可视化与 2D-CNN 视觉编码有机整合。

对科研读者而言，这项研究提示：在生物医学与农业光谱分析中，面对高维非线性信号，单纯堆叠深层网络并非唯一路径；通过 Gramian Angular Field 等结构性编码把一维依赖显式二维化，既能提高特征提取效率，也增强所学表示的物理可解释性。层间特征图可视化则让“黑箱”变得部分透明——第一层核响应对应官能团吸收峰，意味着模型学到了可追溯的化学意义特征。

在实际应用层面，该框架为田间土壤 pH、有机碳、氮、有机质与速效磷的快速定量提供了新策略：无需传统消解蒸馏，即可基于 NIR 光谱与可解释深度学习获得可靠估计，有望服务于精准施肥、土壤健康监测与作物管理决策。虽然当前模型仍属“初步洞察”而非完全 mechanistic 解释，但其把预测精度与模型可信度同时推进的方向，对农业乃至生物医学光谱检测领域均具有参考意义。

本文图片转载自 PMC 开放获取全文，仅供学习参考，请以原文为准。