研究背景：

• 高光譜傳感技術(shù)可以測(cè)量可見(jiàn)光到近紅外波段的反射率，并被用于對(duì)植物進(jìn)行分類(lèi)和制圖，分類(lèi)精度可達(dá)物種級(jí)別。

• 高光譜數(shù)據(jù)通常需要進(jìn)行一些特征選擇，以減少數(shù)據(jù)維度，以便構(gòu)建分類(lèi)模型。

• 盡管已經(jīng)有大量關(guān)于高光譜植物分類(lèi)的研究，但尚未對(duì)特征選擇方法和結(jié)果波段選擇進(jìn)行深入研究。

研究目標(biāo)：

• 評(píng)估過(guò)去 22 年高光譜植被分類(lèi)文獻(xiàn)中波段選擇頻率的總體情況、波段選擇頻率隨分類(lèi)學(xué)、結(jié)構(gòu)或功能群體變化的情況，以及特征選擇方法選擇的影響。

• 比較了逐步判別分析（SDA）、支持向量機(jī)（SVM）和隨機(jī)森林（RF）等方法，以了解特征選擇方法對(duì)波段選擇的影響。

研究方法：

• 作者收集了過(guò)去 22 年發(fā)表的所有高光譜植被分類(lèi)論文，并對(duì)這些論文中使用的特征選擇方法和結(jié)果波段進(jìn)行了分析。

• 作者還比較了 SDA、SVM 和 RF 三種方法在不同分類(lèi)學(xué)、結(jié)構(gòu)或功能群體中的波段選擇情況。

主要發(fā)現(xiàn)：

• 所有高光譜植物研究的特點(diǎn)都影響了所選擇的波段。這包括目標(biāo)樣本的分類(lèi)學(xué)、結(jié)構(gòu)和功能群體，以及高光譜測(cè)量的方法和尺度，以及使用的特征選擇方法。

• 這些影響并不一致。

• 特征選擇方法的不同會(huì)導(dǎo)致波段選擇的很大差異，這使得很難分析不同研究中植物群體間波段選擇的差異。

• SDA 方法可能不適合用作特征選擇方法，因?yàn)樗a(chǎn)生的波段選擇與其他特征選擇方法不一致。

• 在選擇特征選擇方法時(shí)應(yīng)謹(jǐn)慎：建議使用多種方法。所選的光譜特征集可以單獨(dú)由多個(gè)分類(lèi)模型進(jìn)行評(píng)估，也可以組合成一個(gè)集合進(jìn)行單個(gè)分類(lèi)器的評(píng)估。

• 在使用文獻(xiàn)中的波段推薦來(lái)指導(dǎo)新植物區(qū)分應(yīng)用的波段選擇或分類(lèi)時(shí)，應(yīng)謹(jǐn)慎，因?yàn)檫@些推薦在不同研究之間似乎難以推廣。

圖形概要

VIS/SWIR 研究 (350 - 2500 nm) 綠色、VIS/NIR 研究 (350 - 1100 nm) 藍(lán)色的波段選擇以 50 nm 間隔進(jìn)行分組。橙色填充的單元格代表由于噪聲而從研究中刪除的波段區(qū)域。選擇率是選擇給定 50 nm 區(qū)域進(jìn)行物種分類(lèi)的研究的百分比。表中的每一行都是一項(xiàng)單獨(dú)的研究，每列都是 50 nm 范圍箱。綠色/藍(lán)色陰影區(qū)域表示從該范圍內(nèi)選擇的至少一個(gè)波段，而橙色陰影區(qū)域表示去除的波長(zhǎng)區(qū)域（例如主要吸水區(qū)域）。在該特定研究中，僅當(dāng)由于噪聲/大氣影響而移除整個(gè) 50 nm 區(qū)域時(shí)，波長(zhǎng)箱才會(huì)被移除。

3 種樹(shù)木和電磁波譜 (400–2400 nm) 關(guān)鍵寬域的高光譜反射率示例。

冠層和葉尺度光譜每 50 nm 箱的 350–2500 nm 研究的特征選擇率

使用 SDA 特征選擇的 350–2500 nm 研究的特征選擇率，以及所有其他特征選擇方法組合的選擇率

350–2500 nm 研究的特征選擇率，使用冠層和葉尺度光譜的 SDA 特征選擇子集，以及所有其他特征選擇方法組合的選擇率。

 ( a )：50nm 處的波段特征選擇直方圖，按數(shù)據(jù)集排序。四個(gè)特征選擇器在同一數(shù)據(jù)集上運(yùn)行 10 個(gè)交叉驗(yàn)證（新數(shù)據(jù)集由 10 個(gè)類(lèi)和每個(gè)交叉驗(yàn)證 200 個(gè)樣本組成）。( b )：圖5a的結(jié)果按特征選擇方法排序。（RF = 隨機(jī)森林，SDA = 逐步判別分析，SFFS = 順序浮動(dòng)特征選擇，SVM = 支持向量機(jī)）

 ( a ) 直方圖波段特征選擇的 PCA 降維。( b )直方圖波段特征選擇的t分布隨機(jī)鄰域嵌入(T-SNE)降維。（c）直方圖波段特征選擇的均勻流形逼近和投影（UMAP）降維。

總結(jié)：

高光譜植被分類(lèi)是一個(gè)復(fù)雜的問(wèn)題，所有研究參數(shù)都會(huì)影響波段選擇。沒(méi)有一種通用的、高效的波段選擇方法?？梢?jiàn)光波段和紅邊波段在植物分類(lèi)中都很重要，但它們并不能提供足夠的區(qū)分度。特定的植物群體是否有特定的波段特征還不能確定，因?yàn)椴煌芯康慕Y(jié)果差異很大。未來(lái)的研究可以調(diào)查特征選擇器超參數(shù)選擇、數(shù)據(jù)預(yù)處理以及植被指數(shù)對(duì)波段選擇的影響。推薦指數(shù)：????