一种茶树品种叶片光谱指纹闭集筛查方法及系统

本发明涉及茶树领域，具体为一种茶树品种叶片光谱指纹闭集筛查方法及系统。

背景技术：

1、茶树品种是茶树育种、种质资源保存、生产管理和材料流转追溯中的重要基础。随着登记品种、育种中间材料和种质资源样本数量不断增加，传统依赖形态观察、田间记录或人工经验的品种初筛方式在效率、客观性和批量处理能力方面受到限制。分子标记方法能够提供较强的遗传证据，但通常需要样品制备、实验室试剂、专门设备和技术人员，难以满足大批量现场材料的快速初筛需求。

2、叶片可见-近红外-短波红外反射光谱能够在不破坏样本的条件下记录叶片在不同波长处的光学响应。该类光谱响应综合反映色素吸收、绿色反射峰、红边变化、水分相关吸收、组织结构散射和光程差异等因素，因此可以形成与茶树品种材料相关的光谱指纹。对于种质资源管理而言，光谱指纹具有快速采集、无损、便于数字化保存和适合批量处理的优势。

3、然而，茶树品种光谱筛查属于高维多类别分类问题。样本数量通常有限，而光谱波长变量数量较多，且相邻波长之间存在强相关性。如果在特征选择、预处理或模型评价过程中将留出样本信息、样本编号、文件路径、品种名称文本或其他标签相关元数据引入模型构建，则容易产生信息泄漏，导致闭集筛查性能被高估。对于茶树品种这类材料近缘、类别数量多、光谱差异细微的任务，信息泄漏控制尤为重要。

4、此外，仅输出单一品种标签难以满足实际样本追溯需要。对于与多个候选品种光谱形态接近的样本，模型可能给出较低置信度的判定。若缺少置信边际分析和复核触发机制，低置信样本可能被误作确定结果使用，从而影响种质资源管理和后续材料利用。因此，现有技术需要一种面向茶树品种闭集筛查的光谱指纹方法，其能够同时解决叶级样本建模、信息泄漏控制、闭集分类、置信分级和降波段设备适配等问题。

技术实现思路

1、本发明的目的在于提供一种茶树品种叶片光谱指纹闭集筛查方法及系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种茶树品种叶片光谱指纹闭集筛查方法，包括：

4、s1、获取闭集候选茶树品种及叶片光谱样本基础信息；建立叶片样本、品种标签与光谱采集参数之间的对应关系；

5、s2、基于s1所述叶片光谱样本基础信息，对各叶片多个位置采集反射率光谱并进行平均，得到叶级均值光谱作为叶级光谱指纹；

6、s3、对s2得到的叶级光谱指纹执行单样本snv归一化，并在训练折内拟合所需预处理参数，得到归一化光谱指纹；

7、s4、以s3得到的归一化光谱指纹及相应品种标签为输入，训练闭集品种分类模型，并输出各候选茶树品种的决策分数；

8、s5、基于s4输出的决策分数获得留出样本的离折预测结果，计算决策边际，并依据预设置信阈值生成高置信输出或低置信待复核判定；

9、s6、基于s4训练过程中各训练折的分类器系数或特征重要性进行波长选择，并结合光谱分辨率降低和波段中心扰动分析，生成鲁棒候选波段集合；

10、s7、对目标茶树叶片按照s2和s3进行光谱采集与预处理后，调用s4训练完成的闭集品种分类模型，并依据s5的置信判定规则输出品种筛查结果及复核提示。

11、进一步地，所述s1包括：获取候选茶树品种集合、各候选茶树品种对应的叶片样本编号、采集批次、叶位信息和光谱采集参数中的多种；所述候选茶树品种集合用于限定闭集筛查的可输出类别范围；所述叶片光谱样本基础信息用于建立叶片样本、品种标签和后续叶级光谱指纹之间的训练映射关系；所述光谱采集参数包括波长范围、采样间隔、光源条件、探头类型、白板校准周期和暗电流校正参数中的多种。

12、进一步地，所述s2包括：对每片茶树叶片的多个叶面位置分别采集反射率光谱，并对同一叶片的多个位置光谱在各波长处进行平均，得到对应叶片的叶级均值光谱，并将所述叶级均值光谱作为叶级光谱指纹；所述叶级均值光谱作为模型训练、模型评价和目标样本筛查的最小建模单元；所述光谱覆盖可见光、近红外和短波红外区域，用于表征茶树叶片的光谱形态差异；

13、所述叶级均值光谱的计算式为：

14、，

15、其中，xi,m,λ表示第i片叶片在第m个测量位置和波长λ处的反射率值，表示第i片叶片在波长λ处的叶级均值反射率值，m表示同一叶片的测量位置数量。

16、进一步地，所述s3包括：对每一条叶级均值光谱独立执行单样本snv归一化，获得保留相对光谱形态的归一化光谱指纹；对于需要拟合参数的中位数填补、标准化、主成分变换、波长选择或分类器训练步骤，仅在交叉验证训练折内拟合相应参数；将训练折中拟合得到的参数应用于对应留出折或目标样本；

17、所述snv归一化满足：

18、，

19、其中，μi表示第i条叶级均值光谱在全部波长变量上的均值，σi表示第i条叶级均值光谱在全部波长变量上的标准差，表示snv归一化后的光谱值；表示第i片叶片在波长λ处的叶级均值反射率值。

20、进一步地，所述s4包括：以训练折中的归一化光谱指纹作为输入特征，以候选茶树品种标签作为闭集类别标签，训练闭集品种分类模型，闭集品种分类模型采用正则化线性分类器或化学计量学分类器；样本编号、采集顺序号、文件路径、来源文件夹和品种名称字段均不作为所述闭集品种分类模型的输入特征；由所述闭集品种分类模型输出每个样本对应各候选茶树品种的分类决策分数；

21、所述闭集品种分类模型对第i个样本输出各候选品种的决策分数向量di，并将决策分数最大的候选品种确定为所述第i个样本的 top-1 候选品种，满足：

22、，

23、其中，c表示闭集候选品种集合，di,c表示第i个样本相对于候选品种c的分类决策分数，表示在闭集候选品种集合c中选取使分类决策分数di,c达到最大值的候选品种，表示第i个样本的top-1候选品种。

24、进一步地，所述s5包括：在泄漏控制交叉验证框架下获得留出样本的离折预测结果，并基于最高决策分数与第二高决策分数之间的差值计算决策边际；并根据预设置信阈值对待筛查样本进行置信判定；当决策边际不小于预设置信阈值时，输出高置信top-1筛查结果和top-k候选品种列表；当决策边际小于预设置信阈值时，输出低置信标记，并提示进入重复光谱测量、人工复核或分子标记验证中的一种或多种复核流程；

25、对于第i个样本，将其最高决策分数记为di,(1)，将其第二高决策分数记为di,(2)，并计算决策边际△i，决策边际满足：

26、。

27、进一步地，所述s6包括：在每个训练折内，基于训练完成的闭集品种分类模型获得各波长对应的波长重要性，并根据所述波长重要性对波长进行排序，选择前k个波长形成该训练折的候选波长集合；对光谱变量执行波长分箱平均以模拟不同光谱分辨率条件，并对候选波长执行波段中心扰动以评估波长偏移下的筛查稳定性；根据降波段性能和扰动稳定性生成用于多光谱、窄带光谱或便携式光谱筛查设备的鲁棒候选波段集合。

28、进一步地，所述s6中，所述候选波长集合满足：

29、，

30、其中，表示第f个训练折内选择的前k个候选波长集合，表示第f个训练折内波长λ对应的聚合重要性；topk(·)表示按照聚合重要性由高到低排序并选取前k个波长的操作，k表示所选候选波长的数量，所述光谱分辨率降低通过对同一波长区间内的光谱变量执行分箱平均实现，所述分箱平均满足：

31、，

32、其中，b表示波长分箱区间，xi,λ表示第i个样本经snv归一化后在波长λ处的光谱值，表示第i个样本在波长分箱区间b内的平均光谱值，meanλ∈b(·)表示对波长分箱区间b内各波长对应的光谱值进行算术平均；

33、所述波段中心扰动通过将候选波长在预设扰动范围内移动并映射至最近可用波长实现。

34、进一步地，所述s7包括：采集目标茶树叶片光谱、生成叶级均值光谱、执行单样本snv归一化、调用闭集品种分类模型输出各候选茶树品种的决策分数，并由结果输出模块输出top-1候选品种、top-k候选品种列表、各候选品种的决策分数、决策边际、置信等级、低置信复核提示和筛查日志中的一种或多种；

35、当目标样本输出低置信标记时，检测系统不将该样本的top-1输出作为最终品种鉴定结果，而是触发复测或复核流程；所述复核流程包括重新采集叶片光谱、增加同株或同批次叶片数量、人工核对样本记录、调用外部品种档案、进行分子标记验证中的一种或多种。

36、本发明还提供一种茶树品种叶片光谱指纹闭集筛查系统，用于实现如上所述的筛查方法，包括：

37、样本与候选集管理模块，用于建立闭集候选茶树品种集合、叶片样本编号、采样批次和光谱采集参数之间的对应关系；

38、光谱采集与叶级均值模块，用于控制光谱采集单元对同一叶片的多个位置采集反射率光谱，并生成叶级均值光谱；

39、snv归一化与折内预处理模块，用于对叶级均值光谱执行单样本snv归一化，并对拟合型预处理步骤执行训练折内拟合和留出折应用；

40、泄漏控制训练模块，限定闭集品种分类模型的输入特征不包含样本编号、采集顺序号、文件路径、来源文件夹和品种名称字段，并在训练折内完成模型训练、波长选择和参数估计；

41、闭集分类模块，用于调用闭集品种分类模型输出各候选茶树品种的决策分数；

42、置信判定模块，用于根据最高决策分数与第二高决策分数之间的决策边际生成高置信输出或低置信复核提示；

43、降波段鲁棒性模块，用于执行训练折内候选波长选择、光谱分辨率降级模拟和波段中心扰动模拟，并生成鲁棒候选波段集合；

44、结果输出模块，用于输出top-1候选品种、top-k候选品种列表、各候选品种的决策分数、决策边际、置信等级、低置信复核提示和筛查日志中的一种或多种。

45、与现有技术相比，本发明的有益效果是：

46、第一，本发明将同一叶片的多位置光谱先聚合为叶级均值光谱，再作为最小建模单元，有利于避免将同一叶片内部重复测量作为独立样本而导致性能估计偏高。

47、第二，本发明将snv归一化设置为单样本独立计算，并将中位数填补、标准化、波长选择、模型训练等拟合型步骤限制在训练折内部，有利于降低高维光谱建模中的信息泄漏风险。

48、第三，本发明在闭集候选品种范围内输出top-1和top-k候选结果，并基于最高决策分数与第二高决策分数之间的决策边际进行置信分级，有利于将低置信样本导向复测、人工复核或分子验证流程。

49、第四，本发明通过标签置乱、样本顺序压力测试、泄漏审计和离折预测分析对模型进行内部可靠性诊断，使闭集筛查模型的训练和评价过程更具可追踪性。

50、第五，本发明通过训练折内波长选择、光谱分辨率降级模拟和波段中心扰动模拟形成鲁棒候选波段集合，有利于为低成本多光谱、窄带或便携式茶树品种筛查设备提供波段设计依据。

51、第六，本发明不将光谱输出结果作为品种真实性的唯一最终鉴定依据，而是将其定位为快速、无损、可复核的闭集筛查工具，更符合茶树种质资源管理和育种材料流转中的实际应用需求。