基于光聲光譜和TCA遷移學習的稻種活力檢測

盧 偉，張孜谞，蔡苗苗，張壹峰

（南京農業大學人工智能學院 江蘇省現代設施農業技術與裝備工程實驗室，南京，210031）

0 引 言

水稻富含淀粉、蛋白質等營養物質，是人類第二大食物來源，水稻的產量是中國糧食安全的重要保障。水稻產量既取決于品種和田間管理，又與稻種質量密切相關，高品質的稻種是水稻高產的重要保障。目前評判稻種質量的指標主要包括含水率、活力、表面損傷程度等，其中，種子活力[1]是稻種質量檢測中的最重要參數，種子活力的快速無損檢測可用于優質種子篩選，對精準播種、精準農業和種質創新具有重要現實意義。種子活力是指其生理衰弱的程度或種子發芽高的批次在寬環境下表現出控制其能力的內在完整性的指數。傳統的種子活力檢測方法和設備如電導率法[2]、風篩清選機[3]、重力式清選機[3]等存在耗時長、操作步驟繁瑣、易損害種子等缺點。

為實現種子活力的快速無損檢測，近年來國內外將圖像處理、近紅外、高光譜等技術都應用于種子質量檢測領域。Mahajan等[4]使用非破壞型成像技術測試大豆種子的物理純度和活力，篩選剔除缺陷種子，并建立種子活力模型；閆彬等[5]基于機器視覺技術，采用模糊集和浮雕算法的圖像增強方法檢測玉米種子機械損傷；但圖像處理技術僅能提取谷物種子的形態特征進行種子品種鑒別[5]。為進一步提取種子的生物化學信息，近紅外光譜儀（Near Infrared Spectrum Instrument，NIRS）被引入并建立種子活力的近紅外檢測模型。彭彥坤等[6]基于近紅外光譜建立支持向量機（Support Vector Machine，SVM）模型進行熱損傷番茄種子的快速無損鑒別，判別模型驗證集總正確率大于96%；Reis等[7]采用近紅外反射光譜技術，結合偏最小二乘回歸法構造校準方程以獲得較佳擬合模型R2大于0.615。但近紅外技術僅局限于光譜信息[4]，為了進一步拓展檢測維度，高光譜圖像處理技術（Hyperspectral Imagery，HSI）被引入種子檢測中。劉爽等[8]采用高光譜技術結合主成分分析法和連續投影法建立小麥種子赤霉病鑒別模型，建模集準確率為95.5%，均方根誤差為0.212 1。Baek等[9]使用高光譜成像技術優化最佳波長，檢測被細菌性穗枯病感染的變色病稻種，結果表明，可見光譜的紫色和紅色區域是反映病害稻種特征的關鍵波長。但高光譜技術難以提取不同深度的光譜信息，無法檢測種子不同深度的生物化學成分[9]，本文擬基于多深度光聲光譜技術進行稻種活力無損檢測并結合遷移學習進行新品種稻種活力檢測。

光聲光譜（Photoacoustic Spectrometry Technology， PAS）技術[10]是基于光聲理論和現代熱量轉換的一種新技術。光聲光譜技術避免了組織散射特性對測量結果的影響，不需要對樣品預處理，即可探測稻種不同深度的光譜信息，具有速度快、效率高、無損且不受種子表面形態限制等優點，能提取稻種不同深度的光聲光譜信息。近年來，已成為醫藥、物理、化學、生物、故障檢測和無損檢測等方面研究分析的有用工具。

本文擬對不同活力的水稻種子，利用多深度光聲光譜技術將稻種光譜信息拓展到光譜-聲音-深度的維度，構建水稻種子活力檢測模型，并通過 TCA（Transfer Component Analysis）遷移學習方法提高所建模型對新品種稻種活力的預測精度，為稻種活力快速無損檢測提供新手段。

1 材料與方法

1.1 試驗材料

試驗選取 Y 兩優（顏色：淡綠色，111°～123°E，27°～34°N）、龍粳（顏色：亮黃色，123°～135°E，44°～50°N）、南粳（顏色：稈黃色，118°～122°E，31°～33°N）、寧粳（顏色：稈黃色，105°～108°E，36°～44°N）、武運粳（顏色：稈黃色，119°～121°E，32°～35°N）、新兩優（顏色：淺褐色，119°～122°E，25°～32°N）這 6種具有地域代表性的水稻種子作為研究對象，并人工剔除缺陷稻種，選擇大小形狀、顆粒飽滿度基本一致且無霉變的良好稻種作為試驗材料，每類種子200粒，一共1 200粒，用于人工老化，同一類種子每個老化天數老化25粒。

1.2 稻種老化試驗

對篩選的稻種進行高溫高濕人工老化試驗[11]。將每類品種的稻種分為8份，按照0～7編號，將編號后的樣品置于托盤放入老化箱（寧波江南儀器廠，RXZ-128A）中進行0～7 d不同程度的老化，確保老化箱的溫度（45 ℃）和相對濕度（95%）保持不變。按時從老化箱中取出老化后的水稻種子，自然條件下風干1 d后裝入密封袋中并進行分類和編號，放入5 ℃冰箱冷藏保存。

1.3 光聲光譜檢測

試驗使用 Nicolet Is50R 紅外光譜儀（Thermal Fish，美國），配合美國MTEC Photoacoustics公司生產的PA300光聲池搭建水稻種子光聲光譜采集系統，如圖1。試驗中光聲光譜儀器開機后先預熱 0.5 h，用氮氣對整個光譜儀倉體內部進行吹掃，然后對光譜儀器進行標定，減少外界因素（如水分）對光譜測試的干擾，確保試驗測量數據的準確性和有效性。將不同種類不同老化天數的稻種單顆均勻放入光聲池中（直徑10 mm，高5 mm），用干燥的氦氣和氮氣連續吹掃10 s（10 mL/min）。光譜掃描范圍為400～4 000 cm-1，掃描分辨率為8 cm-1，光譜連續掃描32次，動鏡速率為0.32 cm/s，碳黑背景作為對照。

圖1 稻種光聲光譜檢測原理Fig.1 Principle of photoacoustic spectroscopy detection of rice seeds

在調制光的照射下，光聲池中的樣品吸收光能轉化為熱能，物體內能增加產生熱膨脹，并將熱傳導給樣品池中周圍的氣體，氣體體積漲縮產生熱波，即為光聲信號。光聲光譜是通過測定光聲信號來獲得物質的光學和熱學信息的一種檢測方法[12]，同時也能得到調制光與樣品相互作用的特性。

1.4 發芽試驗

1）用發芽紙制備發芽床。

2）數取試驗樣品：不同老化天數水稻種子各取 144粒，分為4組，每組36粒稻種，其中Y兩優、龍粳、南粳、寧粳、武運粳、新兩優各6粒。

3）置床：① 發芽皿用工業酒精消毒，再稱100 g砂置于其中，加20 g水濕潤；② 將稻種在30 ℃溫水中浸24 h，然后將同種老化程度稻種（6顆）排在一個發芽皿內，種子間不可相互碰著，并輕壓種子使其與紙面（砂面）相平；③ 發芽皿粘貼標簽，注明品種，發芽試驗開始時間（日期）以及老化天數。

4）置于適宜條件下發芽（20 ℃），放入智能人工氣候箱。

5）每天檢查管理：① 每日進行檢查和加水，記載發芽粒數，若發芽床上稻種已霉爛應從發芽床上移出并登記，若50%以上稻種生霉，則需換置發芽床；② 溫度保持在規定溫度上下不超過1 ℃之間；③ 對發芽床水分不足的，應按照一致性原則加水，若種粒四周（紙床）出現水膜，則表示水分過多。

6）初期（5 d）進行鑒定計數正常幼苗數。

7）末期（14 d）鑒定并記載正常幼苗、不正常幼苗、未發芽稻種。

發芽率計算公式為

式中G為第t天的發芽數，D為發芽試驗天數。

1.5 集合經驗模態分解（Ensemble Empirical Mode Decomposition，EEMD）去噪處理

EEMD[13]去噪是一種新的時頻分析方法，也是一種自適應的時頻局部化分析方法。光聲光譜信息EEMD去噪算法按以下步驟：① 將正態分布的白噪聲加到原始光聲光譜信號中；② 將加入白噪聲的光聲光譜信號作為一個整體，進行EMD分解，得到各IMF分量；③ 重復步驟①和②，每次加入新的正態分布白噪聲序列；④ 將每次得到的IMF做集成平均處理后作為最終結果。

1.6 基于光聲光譜的稻種活力預測建模

為減小儀器、測量環境（溫度、相對濕度、外界聲音等）因素對模型結果造成的影響，先對原始光譜數據用多元散射校正（Multiplicative Scatter Correction，MSC）、標準正態變量校正（Standard Normal Variate，SNV）進行預處理，再采用集合經驗模態分解（Ensemble Empirical Mode Decomposition，EEMD）平滑去噪。

在光聲光譜分析中，由于光譜數據的高維度、重疊、非線性、冗余數據的特性，給提取光譜特征以及定性定量分析光譜數據帶來了一定的困難。光聲光譜測量水稻時，其測量環境（如溫度、相對濕度、外界聲音等）、儀器狀態及氣體濃度的變化會導致稻種光譜的非線性變化[14]，稻種本身官能團的吸收也會出現非線性疊加，需要非線性降維方法減少光聲光譜數據的冗余和過度擬合。用主成分分析（Principal Component Analysis，PCA）[15-16]、競爭性自適應重加權算法（Competitive Adaptive Reweighted Sampling，CARS）[17]2種降維算法提取特征波長，來降低計算消耗和提高運算速度。PCA是一種使用最廣泛的數據降維算法，旨在構造少數幾個能保留原指標的主要信息且較原指標有更好性質的主成分指標。CARS將指數衰減函數和自適應重加權采樣技術相結合建立PLS（Partial Least Squares）模型，去掉權重較小的波長點，利用交互驗證選出交叉驗證均方根誤差RMSECV（Root Mean Square Error of Cross-validation）最低的子集，將其作為最優波長組合。

本研究對5類水稻種子Y兩優、龍粳、南粳、寧粳、武運粳分別建立偏最小二乘回歸（Partial Least Squares Regression，PLSR）、反向傳播神經網絡（Back Propagation Neural Network，BP）、廣義回歸神經網絡（Generalized Regression Neural Network，GRNN）、支持向量回歸（Support Vector Regression，SNV）、深度卷積神經網絡（Convolutional Netural Network，CNN）的稻種活力預測模型，選擇出最優調制頻率和預測模型；并通過遷移學習將所建立的模型遷移到新兩優稻種進行活力預測。

1.6.1 偏最小二乘回歸模型（Partial Least Squares Regression）

PLSR[18]能提取稻種光譜中與因變量相關的潛變量，以建立回歸模型。當各變量內部高度線性相關時，用偏最小二乘回歸法更有效。

1.6.2 反向傳播神經網絡模型（Back Propagation Neural Network）

BP神經網絡[19]是一種誤差反向傳播算法訓練的多層前饋網絡，將稻種的光聲光譜數據作為BP神經網絡的輸入，輸出為稻種活力預測值。

1.6.3 廣義回歸神經網絡模型（Generalized Regression Neural Network）

GRNN[20]有很強的非線性映射能力和學習速度；在分類和擬合上，當稻種光聲光譜數據精準度較差時，GRNN模型效果較優。

杜威認為：“一切教育活動的首要根基在于兒童本能的、沖動的態度和活動。”[7]但如果“實驗”僅僅等同于“活動”，顯然缺少了數學教育的價值。回顧以上幾個教學案例，可以看到，我們設計的每一節數學實驗課，都是帶著對數學問題的思考，帶著對學生學習中遇到的問題與他們對困難的理解而設計。我們理解的數學實驗，數學是核心內容，促進學生隱性知識的積累是目的，實驗是教學方式。雖然教學環境下的實驗，不那么精準，但它卻極具生態性，讓隱性知識的教學變得可操作、可把握。希望數學實驗課能夠帶領學生在“發現”“研究”“探索”中不斷成長。

1.6.4 支持向量回歸模型（Support Vector Regression）

SVR[21]算法可用于回歸、線性分類和非線性分類，計算復雜度較低，模型結果誤差低。本文以3∶1為比例隨機選出訓練集和預測集，搭建SVR稻種活力預測模型。

1.6.5 深度卷積神經網絡模型（Convolutional Neural Network）

CNN[22]架構包括一維卷積層、非線性激活和完全連接的塊、最大池化層，其中一維卷積層和最大池化層用于稻種原始輸入數據主要特征的提取。

1.7 對新品種稻種活力檢測的遷移學習方法

為有效緩解模型失效問題，提高模型的泛化能力，本文擬將所建立的模型遷移到新兩優稻種進行活力預測。遷移學習中最常用的就是數據分布自適應方法，其基本思想是：源域、目標域的數據可通過一些變換由數據概率分布不同變為數據分布拉進，從而使得源域數據建立的模型同樣適用于目標域數據。本文利用源域數據概率分布P(x)和目標域數據概率分布P(y)之間的距離近似兩個領域之間的差異，從而減小源域和目標域的概率分布距離，完成遷移學習成分分析（Transfer Component Analysis，TCA）。

通過遷移學習 TCA算法，使源域數據和目標域數據具有相似的分布，選用線性核函數；經過變換后的源域數據和目標域數據以 3∶1為比例隨機劃分選出校正集與預測集。利用源域的校正集樣本數據校正模型，利用該模型預測源域的預測集樣本數據及目標域預測集樣本數據。

2 結果與分析

2.1 稻種發芽率

隨著水稻種子老化程度的加深，稻種的發芽率逐漸降低，幼苗株高降低，干質量減少，幼苗瘦弱且生長緩慢。此時稻種內部物質發生變化，蛋白質（主要組成元素：C、H、O、N）含量隨老化時間的延長而下降[23]。

表1 不同老化天數的水稻種子發芽率Table 1 Germination rate of rice seeds with different aging days

2.2 光聲光譜數據去噪處理

采用EEMD對光聲光譜信號進行分解與重構，能在一定程度上剔除由測試條件、氣體濃度、儀器精確度、水分等不確定因素導致的噪聲，使得光聲光譜信息更精確。采集光譜波段數為400 ～4 000 cm-1，以Y兩優為例，去除信噪比低的波數段 3 700～4 000 cm-1和400～ 940 cm-1。以300 Hz調制頻率下的光譜數據去噪處理為例，圖2為Y兩優水稻種子在調制頻率為300 Hz下的光聲光譜原始信號和EEMD去噪后信號。

由圖2可見，不同老化程度的稻種在940～3 700 cm-1之間有相似的吸收特性，總的趨勢基本一致。在1 050 cm-1附近有一強吸收峰，1 500～1 200 cm-1波段有鼓起一段平緩且不明顯小峰；1 630 cm-1處有明顯尖峰。在1 800～2 800 cm-1波段范圍內，光聲光譜較為平緩；在 2 850 ～3 010 cm-1處出現一尖峰；在3 100～3 600 cm-1處有較寬吸收峰；以上吸收峰均反映了水稻種子內部成分的光聲光譜特性。

圖2 不同老化天數Y兩優在300 Hz下去噪前后光聲光譜Fig.2 PAS spectrum before and after noise reduction at 300 Hz of Yliangyou with different aging days

2.3 光聲光譜數據降維

2.3.1 基于PCA的特征波長提取

經過預處理后，各檢測深度水稻種子光譜組成的數據矩陣可作為模型的輸入，但巨大的計算量會降低模型預測的精度。因此，以 95%為目標累計貢獻率完成光譜的特征提取，主成分的特征值和貢獻率如表2所示。由表2可知，稻種前3個主成分累計貢獻率為98.015 8%，大于 95%，包含了稻種光聲光譜的大部分有用信息，因而可用前 3個主成分代替原光譜信息。特征光譜如圖3所示。

由圖3可見，特征光譜1 000～1 160 cm-1波段內出現吸收峰主要由稻種中蛋白質、可溶性糖中C—O鍵、C—N鍵的伸縮振動所致[5]；1 412 cm-1附近的吸收峰為淀粉中CH2、C—O—O 伸縮振動吸收區域；1 317～1 440 cm-1附近為亞甲基和甲基對稱彎曲振動及 CH3剪式振動吸收區；1 200～1 500 cm-1范圍內的吸收峰由多糖、蛋白質混合振動產生[19]；1 635 cm-1處的小吸收峰主要由不飽和油脂中C—C鍵、蛋白質 C—O 鍵的伸縮振動（酰胺I）和水的 O—H鍵的彎曲振動伸縮振動疊加而產生[20]；稻種中丙二醛、油脂和纖維素等物質中 C—H 鍵伸縮振動導致 2 850～3 000 cm-1處出現尖吸收峰；蛋白質中 N—H鍵和水中 O—H鍵的振動伸縮的疊加作用導致 3 100～3 500 cm-1處有寬的吸收峰[24]。

圖3 Y兩優在300 Hz(10.4 μm)特征光譜Fig.3 Characteristic spectrum of Yliangyou at 300 Hz(10.4 μm)modulation frequency

表2 主成分的特征值和方差貢獻率Table 2 Eigenvalues and variance contribution rates of principal components

圖4 基于CARS的Y兩優特征波長提取過程Fig.4 Characteristic wavelength extraction process of Yliangyou based on CARS

2.3.2 基于CARS提取特征波長

對原始光聲光譜采用CARS降維，以未老化、調制頻率為300Hz的Y兩優稻種為例，光譜特征波長提取過程如圖4所示。隨著采樣次數的增加，保留的波長數逐次減少，且速度先快后慢。在0～26次采用過程中，消除的波長對RMSECV影響小，所以RMSECV值減小緩慢；當采樣次數超過 26時，RMSECV值呈上升趨勢，產生較大RMSECV。因此可提取采樣次數為26時的特征波長，此時共提取了28個特征波長：604.4、607.0、609.5、629.7、747.0、767.7、770.3、809.1、990.9、1 111.3、1 352.2、1 397.0、1 402.6、1 699.5、1 710.7、1 716.3、1 873.2、1 878.8、1 912.4、1 918.0、1 923.6、1 929.2、2 018.8、2 097.2、2 102.8、2 209.3、2 382.9、2 388.5 nm。

2.4 稻種活力檢測建模

本文先分別采用 BP神經網絡（BP）、廣義回歸神經網絡（GRNN）、最小二乘法回歸（PLSR）、支持向量回歸（SVR）4種建模方法，基于8種調制頻率建立水稻種子活力預測模型，特征波長作為模型輸入，水稻種子活力作為模型輸出，且每種檢測頻率均以 3∶1為比例隨機選出校正集與預測集。以Y兩優為例，基于不同深度與不同特征提取方法的建模結果對比如表3所示。由表3可知，Y兩優在不同深度下的SVR建模結果均較優，BP、PLSR和GRNN建模在不同深度下的結果優劣情況不同，且穩定性較差。結合建模精度，300 Hz為較優調制頻率，該頻率下校正集和預測集的相關系數較高且均方誤差較小。其余4種品種水稻活力的預測模型建立結果與Y兩優呈現相同趨勢，均在調制頻率 300 Hz下 SVR預測結果較優，且CARS的降維效果較好。因此，選用CARS降維方式，在調制頻率為300 Hz時，獲得不同品種稻種SVR模型較優預測結果，如表4所示。

表3 不同深度Y兩優光聲光譜建模結果Table 3 Photoacoustic spectral modeling results of Yliangyou at different depths

表4 不同品種稻種SVR模型較優預測結果Table 4 The better prediction results of SVR models for different varieties of rice

由表4可知， SVR稻種活力預測模型的相關系數較優值為0.989 1，均方根誤差較優值為0.752 0。為進一步優化稻種活力預測模型，建立基于CNN的稻種活力預測模型。在選用 CARS降維和 300 Hz調制頻率時建立的CNN稻種活力預測模型有較優預測結果，不同品種稻種的CNN較優預測結果如表5所示。比較CNN模型與SVR模型的稻種活力預測結果，如表5，預測集相關系數均在0.99以上，高于0.989 1；預測集均方誤差較優值為0.507 7，低于0.752 0。因此，CNN稻種活力預測模型較優。

表5 不同品種稻種CNN模型較優預測結果Table 5 The better prediction results of CNN models for different varieties of rice

2.5 基于遷移學習的新品種稻種活力預測

由上述研究可知，300 Hz為種子活力光聲光譜檢測的較優調制頻率，CNN為較優建模算法。為基于已有稻種活力預測模型實現對新品種稻種活力的精確檢測，本文將新品種稻種的光聲光譜信息和前述 5種稻種光聲光譜數據通過遷移學習TCA算法，使其具有相似分布的空間，再根據遷移后的 5種稻種光聲光譜數據建立稻種活力預測模型，并進行新稻種活力預測。首先，選取80粒新兩優稻種作為樣本數據，每種老化天數有10粒；然后在光聲光譜調制頻率為300 Hz時采集新兩優的光聲光譜信息，獲得80組光聲光譜信息數據，通過TCA算法將源域數據（Y兩優、龍梗、南梗、寧梗和武運梗光聲光譜數據）和目標域數據（新兩優的光聲光譜數據）映射到同一空間，使源域和目標域邊緣概率分布距離最小化；再使用源域數據建立新的稻種活力CNN預測模型；最后將遷移后的新兩優稻種光聲光譜目標域數據輸入新建立的CNN活力預測模型。結果表明，通過TCA遷移算法能將新兩優稻種活力預測的相關系數從 0.718 5提高到0.990 3，均方根誤差由9.488 9降至0.788 3，經過TCA遷移學習可實現新品種稻種活力的精確預測。

3 結 論

1）針對目前稻種活力光譜檢測易受種子表皮顏色影響，提出基于光聲光譜的稻種活力無損檢測方法，對 Y兩優、龍粳、南粳、寧粳、武運粳、新兩優 6個不同品種、0～7 d不同老化程度的稻種，采集1 000、800、500、400、300、200、100、50 Hz共8種調制頻率下的稻種深度光聲光譜信息，通過預處理和 EEMD（Ensemble Empirical Mode Decomposition）去噪后，利用 PCA（Principal Component Analysis）和 CARS（Competitive Adaptive Reweighted Sampling）進行光聲光譜信息降維后建立稻種活力預測模型。其中，Y兩優、龍粳、南粳、寧粳、武運粳5種稻種當光聲光譜掃描頻率為300 Hz，選用CARS降維和CNN（Convolutional Netural Network）稻種活力預測模型結果較優，相關系數和均方根誤差分別不低于0.990 9、不高于0.967 5。

2）為提高所建模型對新品種稻種的活力預測精度，通過TCA（Transfer Component Analysis）遷移學習方法對新兩優稻種的光聲光譜信息進行遷移學習和稻種活力建模，與遷移前相比，將新兩優稻種活力的預測相關系數從0.718 5提高到0.990 3。

研究結果表明，通過光聲光譜技術拓展信息維度，進行不同顏色稻種活力的精確預測是可行的，且通過TCA遷移學習，僅需通過對源域數據的訓練即可實現未知品種稻種活力的精確預測。