《Water Research》：Comprehensive Study on the Performance Optimization of Hyperspectral Unmixing Algorithms: A Focus on Airborne Hyperspectral Data
编辑推荐：
为解决入侵植物监测中混合像元难题，研究人员采用机载高光谱成像结合多种1D深度学习架构（CNN、CBAM、MLPMixer-1D、SpectralFormer、ViT-1D、Swin-1D）进行光谱解混，通过Optuna优化与SpectraLoss函数评估，发现MLPMixer-1D性能最佳，能有效量化韩国锦江地区三种入侵植物的空间分布，为大规模生态监测提供了高精度框架。
想象一下，你是一位生态学家，需要在一片广阔的河岸区域监测几种具有强大破坏力的入侵植物。传统的实地调查耗时费力，而卫星或航空影像又因为光谱分辨率不足，难以将这些与本地植被光谱特征相似的“外来客”准确识别出来。更棘手的是，在高光谱影像中，一个像素点（像元）的光谱信号往往是多种地表物质（如不同植物、土壤、水体）的混合体，这就是所谓的“混合像元”问题。它使得直接分类方法常常“失准”，无法精确量化每种入侵植物所占的比例。入侵植物不仅挤占本土物种的生存空间，改变土壤化学性质，干扰水文过程，造成巨大的生态扰动，还会带来显著的经济损失。例如，仅在美国，入侵植物每年造成的经济损失就超过120亿美元。面对这一挑战，韩国政府已将多种入侵植物列为生态系统干扰物种并进行监管，但现有监测手段在效率和精度上仍有局限。
正是在这样的背景下，一项发表于《Water Research》的研究应运而生。它旨在探索如何将先进的机载高光谱成像技术与前沿的深度学习算法相结合，发展一套强大的光谱解混框架，以精确绘制和量化入侵植物的空间分布，从而为生态系统管理和保护提供可靠的技术支持。
为了开展这项研究，研究人员主要采用了以下几个关键技术方法：研究首先在韩国锦江（Geum River）流域的Gomanaru地区采集了机载高光谱影像（AisaFENIX 1K传感器，空间分辨率2米，光谱范围400-2500纳米）并构建了目标入侵植物（三裂叶豚草Ambrosia trifida、葎草Humulus japonicus、刺果瓜Sicyos angulatus）及主要背景地物（草地、裸土、路面、水体）的端元光谱库（使用FieldSpec 4地物光谱仪）。核心研究方法是利用一系列一维深度学习架构进行光谱解混，包括卷积神经网络（CNN）、卷积注意力模块网络（CBAM）、MLPMixer-1D、SpectralFormer、视觉变换器一维版（ViT-1D）和滑动窗口变换器一维版（Swin-1D）。研究采用Optuna框架进行系统的超参数优化，并提出了一个结合了光谱角距离（Spectral Angle Distance， SAD）、光谱信息散度（Spectral Information Divergence， SID）和均方误差（Mean Squared Error， MSE）的复合损失函数（SpectraLoss）。最后，利用SHAP（SHapley Additive exPlanations）等可解释性人工智能技术对模型预测进行了解析。
研究结果
3.1. 数据选择与准备
研究人员构建了包含6800个反射率测量的高光谱光谱库，并获取了研究区域的机载高光谱正射影像。光谱曲线显示，三种入侵植物在可见光到近红外（NIR）及短波红外（SWIR）区域具有其特征性的吸收和反射特征，例如在蓝光（400-500纳米）和红光（660-690纳米）区域的强烈叶绿素吸收，以及近红外的高反射。这些特征为通过光谱解混进行区分提供了基础。
3.2. 超参数调优结果
系统的超参数搜索为每个模型找到了最优配置。一个关键发现是预处理策略的影响：基于CNN的模型（CNN、CBAM）和传统变换器架构（SpectralFormer、ViT-1D） consistently选择了萨维茨基-戈莱（Savitzky–Golay）平滑滤波器，这表明光谱平滑有助于这些模型的特征提取和训练稳定。而利用局部自注意力（Swin-1D）或标记-通道混合（MLPMixer-1D）的架构在不进行预处理时表现更好，表明当架构本身已包含捕获局部或跨通道依赖关系的机制时，保留原始光谱变异性更为有利。模型容量方面，相对紧凑的配置已足以达到最优结果。
3.3. 模型性能比较
对六种深度学习架构的比较评估揭示了它们在准确解混高光谱数据能力上的明显差异。基于加权综合得分（越高越好）的性能排名为：MLPMixer-1D (0.9862) > CBAM (0.9650) > CNN (0.9538) > ViT-1D (0.7843) > SpectralFormer (0.4400) > Swin-1D (0.2283)。
3.3.1. 总体排名
MLPMixer-1D取得了最佳性能，CBAM和CNN紧随其后，而SpectralFormer和Swin-1D则表现出显著的性能下降。
3.3.2. 指标洞察
多方面的评估提供了对光谱保真度和丰度估计性能的深入理解。MLPMixer-1D成为表现最佳的模型，其重建光谱与原始光谱几乎完美匹配，重建误差围绕零呈窄正态分布。在定量指标上，它取得了优异的成绩：SAD和SAM值为0.0785，SID为0.0164，RMSE为0.0308，PSNR为29.91分贝，光谱相关系数超过0.998。这些结果表明，尽管架构相对简单，但MLPMixer-1D通过其标记混合机制有效地捕获了波段间的光谱关系，从而实现了高度稳健的丰度估计。CBAM排名第二，其重建光谱高度一致，误差分布紧密围绕零。其定量指标也表现出色，凸显了集成注意力机制的好处，通道和空间注意力模块使网络能够选择性地强调信息丰富的波段，从而提高重建保真度。基线CNN也展示了稳定可靠的性能。
3.4. 端元特异性分析与可解释性
对不同端元（即目标材料）的解混精度分析显示存在差异。水和草地的丰度图最为准确，而入侵植物的准确性为中等，这主要是由于它们之间存在光谱重叠，增加了区分难度。通过SHAP进行的可解释性分析，识别出对区分入侵物种最有信息的波段，包括紫外线A（UV-A）波段、红边（red-edge）区域和短波红外（SWIR）波段。这些波段与植物的生理和结构特征（如叶片化学成分、水分含量）密切相关，从而凸显了所提取光谱特征的生态和生理相关性。
结论与讨论
本研究通过系统地将机载高光谱传感与定制的深度学习模型相结合，为解决混合像元问题和支持入侵植物的大规模生态监测提供了一个强大的框架。实验表明，在所使用的六种架构中，MLPMixer-1D通过有效的波段间通道混合取得了最高性能。尽管入侵物种由于光谱重叠而表现出中等的映射精度，但研究成功证明了高光谱解混在量化其空间分布方面的潜力。SHAP分析进一步揭示了具有生态学意义的 discriminative 波段，增强了模型预测的可解释性和可信度。
这项研究的重要意义在于它超越了简单的分类，转向了能够量化像素内物种组成的解混方法，从而提供了更详细、更准确的入侵植物分布信息。所建立的方法框架——包括数据预处理、多样化的模型比较、系统的超参数优化、综合评估指标以及可解释性分析——为高光谱解混研究提供了可重复的范例。最终，这项工作不仅为韩国锦江流域的入侵植物管理提供了直接的技术工具，也为全球范围内利用高分辨率遥感数据进行精准生态监测和生态系统管理树立了方法论标杆。研究的数据和代码已公开，有助于推动该领域的进一步研究和应用。
