利用窄带短波红外光谱与化学计量学建模的植物叶片淀粉无损空间重建

非结构性碳水化合物（NSCs）是植物碳分配与生理调控的核心组成部分，然而其定量通常依赖于破坏性生化测定方法，这类方法缺乏空间分辨率。在此，我们开发了一种短波红外（SWIR）高光谱成像流程，用于草莓叶片中淀粉相关变异的无损估算与空间重建。该流程结合了自动化高光谱分割、光谱预处理、偏最小二乘回归（PLSR）以及受约束波长选择。从三种不同代谢条件下生长的114个草莓叶片样品中提取样品尺度光谱，并与破坏性淀粉测定结果配对，用于在900–1750 nm光谱范围内训练模型。一种受约束的贪婪波段选择策略表明，当波长数量约为12个时，预测性能趋于平台，说明完整高光谱数据集中存在显著的光谱冗余。最终的降维波段模型采用重复分层5折交叉验证时，实现了交叉验证决定系数（R2）0.771 ± 0.066，以及均方根误差（RMSE）0.743 ± 0.098 mg/g鲜重。将最终模型逐像素应用后，生成了淀粉相关空间分布图，保留了显著的叶内异质性，包括与叶脉相关的空间结构。这些结果表明，在受约束的降维波段SWIR框架下，可以重建淀粉相关的光谱信息，同时保持满足空间制图需求的预测性能。所识别出的波长缩减结果支持了可部署多光谱系统在植物表型分析应用中开展无损碳水化合物传感的可行性。

非结构性碳水化合物（NSCs）是植物碳分配和生理调控的核心，但其定量通常依赖于破坏性生化测定，这类方法缺乏空间分辨率。在本研究中，我们开发了一套短波红外（SWIR）高光谱成像流程，用于无损估算并空间重建草莓叶片中与淀粉相关的变异。该流程结合了自动化高光谱分割、光谱预处理、偏最小二乘回归（PLSR）以及受约束的波长选择。

从在三种不同代谢条件下生长的114个草莓叶片样本中提取样本水平光谱，并将其与破坏性淀粉测量结果配对，用于在900–1750 nm光谱范围内训练模型。一种受约束的贪婪波段选择策略表明，当波长数约为12个时，预测性能接近平台期，这说明完整高光谱数据集中存在显著的光谱冗余。最终的简化波段模型通过重复分层5折交叉验证，获得了0.771 ± 0.066的交叉验证决定系数（R2）和0.743 ± 0.098 mg/g鲜重的均方根误差（RMSE）。

将最终模型逐像素应用后，生成了与淀粉相关的空间分布图，该图保留了显著的叶内异质性，包括与叶脉相关的空间结构。这些结果表明，在受约束的简化波段SWIR框架下，可以重建与淀粉相关的光谱信息，同时保持足够的预测性能以用于空间制图。所识别出的波长缩减结果支持了可部署多光谱系统在植物表型分析应用中进行无损碳水化合物传感的可行性。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.02.728709v1?rss=1

🏷️ 植物表型分析 短波红外光谱 高光谱成像 化学计量学 淀粉无损检测 草莓叶片