水稻（Oryza sativa L.）是世界上最重要的粮食作物之一，是超过35亿人的主食，占全球谷物产量的近40%，2023–2024年的总产量约为7.82亿吨[1]，[2]。然而，由于气候变化、耕地减少和人口持续增长，水稻生产面临着前所未有的压力。由Xanthomonas oryzae pv. oryzae（Xoo）引起的水稻细菌性叶斑病（BLB）是最具破坏性的水稻疾病之一[3]。BLB广泛分布在亚洲、西非、澳大利亚北部和美洲的热带地区。严重的爆发可能导致20–70%的产量损失，在极端情况下，甚至会导致整个田地的毁灭，对全球粮食安全构成重大威胁[4]。这一挑战因7–14天的潜伏感染期而加剧，在此期间没有可见的症状，使得传统的田间巡查几乎无效。因此，开发早期、准确且非破坏性的检测技术对于保障水稻产量稳定至关重要[6]，[7]。
近年来，高光谱成像（HSI）因其独特的图像-光谱融合能力而成为早期植物疾病诊断的强大工具[8]，[9]。HSI可以捕捉疾病压力引起的生化变化，包括叶绿素含量减少、细胞壁降解和次生代谢产物的异常积累[10]。这些微妙的生理和生化变化使HSI相比传统的基于多光谱和RGB的检测方法具有显著优势[11]，[12]。许多研究证明了HSI在早期植物疾病检测方面的能力，例如DC2Net [13]、RBD-VGG [14]、SDC-3DCNN [15]和EfficientNet [16]。
尽管HSI具有优势，但在农业中的应用仍面临两个主要挑战。首先是高维度。高光谱数据通常包含数百甚至数千个光谱波段，其中冗余信息往往超过80%[17]。这种冗余增加了计算负担，引入了噪声，并可能掩盖疾病引起的光谱变化[18]。此外，当样本量固定时，高维度会导致预测性能下降，这被称为Hughes现象。现有的降维方法主要分为两类：特征提取和特征选择[19]。特征提取方法，如主成分分析（PCA）和线性判别分析（LDA），可以生成低维表示，但PCA忽略了高光谱数据中的非线性结构（例如与疾病相关的荧光发射或反射率变化）[20]。LDA严重依赖于足够的标记数据，限制了在小样本下的泛化能力[48]。特征选择方法，如最小绝对值收缩和选择算子（LASSO）、ReliefF、Shapley加性解释（SHAP）和连续投影算法（SPA），通过识别原始波段的特定子集来保持物理可解释性[21]。然而，LASSO假设线性关系，无法处理非线性光谱关系[22]。ReliefF对类别不平衡敏感，可能会偏向多数类别[23]。SHAP虽然可解释，但在高维度设置下的计算成本较高[24]。SPA忽略类别标签，容易在类别较少的数据集中选择噪声波段[25]。
第二个挑战是农业高光谱数据的稀缺性和类别不平衡。收集高光谱样本需要昂贵的设备，且注释依赖于植物病理学专家[26]。在训练数据有限的情况下，深度学习模型可能会过拟合，无法学习到稳健的特征。此外，田间数据自然表现出强烈的类别不平衡，健康样本的数量远多于患病样本。这种类别不平衡通常导致模型过度拟合多数类别，从而降低了对少数类别（如早期疾病）的泛化能力[27]。生成对抗网络（GANs）已被广泛用于数据增强[28]，[29]，[30]。在我们之前对BLB高光谱数据增强的探索中，我们观察到GAN中的生成器必须捕捉和重建必要的光谱-空间特征分布，以成功欺骗判别器。因此，对GAN重建最有影响力的光谱波段通常包含最具代表性的高光谱信息。受此观察的启发，最近的研究开始将GANs纳入波段识别框架。例如，Rank-aware生成对抗网络（R-GAN）[31]提取中心参考特征，并使用结构相似性指数测量（SSIM）进行波段显著性建模。由于R-GAN将波段选择与对抗学习过程分离，它高度依赖于生成器的稳定性和参考特征的质量，因此在样本量极小的情况下容易发生模型崩溃和特征漂移。此外，它对排名约束和SSIM的依赖可能无法完全捕捉由品种差异、疾病压力和光照变化引起的非线性光谱变化。条件波段选择生成对抗网络（CBS-GAN）[32]将波段选择网络（BSNet）与GAN结合，用于波段提取和增强。但它将每个模块独立处理，而没有利用GAN捕捉高光谱结构的能力。总之，现有的GAN方法作为多阶段、解耦的流程运行。它们未能将波段评估指标内在地嵌入对抗游戏中，以统一、端到端的方式同时解决高维度和数据稀缺问题。比较的结构细节如图1所示。（见图2。）
最近，先进的深度学习框架在解决数据不平衡和复杂特征提取方面取得了显著进展。例如，开发了一种多模态非高斯去噪扩散生成对抗网络（MNG-DDGAN），以在样本极度有限的情况下增强数据增强和恢复复杂分布[43]。为了整合异构信息，利用跨特征注意力融合的多分支并行感知架构在捕捉协同故障特征方面表现出强大能力[44]。此外，无监督迁移学习架构——特别是具有可移动窗口的多通道校准Transformer——已被提出以实现稳健的领域适应[45]，而局部熵选择缩放提取chirplet变换（LESSECT）已被证明在解决非平稳信号分析的非比例瞬时频率方面有效[46]。
尽管有这些方法上的突破，但在农业高光谱植物疾病诊断方面仍存在显著的研究空白。首先，现有方法通常将降维和数据增强视为独立任务，未能利用生成模型的内在能力来同时学习复杂的光谱流形并缓解数据稀缺问题。其次，虽然传统算法难以处理早期光谱的高维共线性和冗余噪声，但直接应用黑盒深度模型往往缺乏明确的物理可解释性。因此，开发一个能够在严重不平衡情况下生成高保真样本的同时提取物理上有意义、对疾病敏感的窄带特征的统一框架仍然是一个关键挑战。
为了解决这些限制，我们提出了SPECGAN，这是一种用于高光谱成像的敏感波段提取框架。与现有工作不同，我们的框架不仅将GAN用于数据增强，还用作特征提取器。本研究的主要贡献如下：
1. 我们提出了SPECGAN，一个集成特征波段识别和数据增强的统一框架。与传统的独立波段选择方法不同，SPECGAN利用生成器和判别器之间的对抗学习机制。在强制进行高保真光谱分布学习的同时，该框架将内部特征依赖性转换为明确的波段重要性分数。这种设计弥合了降维和数据增强之间的差距，解决了经常阻碍农业高光谱应用的的高维度和样本稀缺问题。
2. 我们设计了一种改进的生成器架构，集成了多尺度卷积、时域特征金字塔融合（TD-FPNF）和残差注意力机制。针对检测微弱早期疾病信号的挑战，该架构并行提取多尺度空间-光谱特征，并动态重新加权贡献通道。这提高了噪声抑制能力，并增强了模型对微小光谱变化的敏感性。
3. 在我们自构建的水稻BLB数据集上的广泛实验表明，SPECGAN识别的前20个特征波段（占全光谱的8%），包括521 nm、542 nm、672 nm和717 nm，与疾病引起的生理变化（如叶绿素减少和细胞结构损伤）密切相关，提供了强大的生物学可解释性。使用这前20个波段子集，MLP分类器的准确率达到96.22%，超过了使用全部波段的性能。
4. 在极端类别不平衡的情况下，SPECGAN生成的合成样本将分类性能提高了6%–13%，有效缓解了田间的注释限制。此外，SPECGAN在公共小麦枯萎病数据集上的准确率达到99.47%，显示出出色的泛化能力和迁移能力。
