本研究由内蒙古农业大学资源与环境学院的尹航（Hang Yin）、杨海波（Haibo Yang）、李斐（Fei Li）以及慕尼黑工业大学生命科学学院精准农业实验室的胡云才（Yuncai Hu）和于康（Kang Yu）共同完成。李斐为通讯作者。该论文发表于 *IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing*（IEEE JSTARS）第19卷，2026年出版，电子版于2026年5月28日上线。研究得到了通辽市科技“揭榜挂帅”项目、和林格尔县重大科技专项等多个项目的资助。
作物冠层氮含量（Canopy Nitrogen Content，CNC）是评估作物生长状况、指导精准施肥和提高氮肥利用效率的关键指标。高光谱遥感因其丰富的光谱信息和较高的生化参数敏感性，已成为监测作物氮素状况的有效手段。然而，高光谱数据中存在大量无关和冗余特征，导致“维数灾难”（curse of dimensionality），严重影响了CNC估算的准确性和稳定性。
现有的高光谱降维方法主要分为特征选择（Feature Selection）和特征提取（Feature Extraction）两类。特征选择方法根据特定准则筛选敏感波段，但单一方法所选的波段往往因作物品种、生育期和环境条件的不同而变化较大，限制了模型的鲁棒性和泛化能力。特征提取方法如主成分分析（PCA）和自编码器（Autoencoder，AE）能构建新的低维特征空间，但AE直接应用于全波段数据时，可解释性有限且易受高维冗余噪声影响。此外，现有研究在模型验证方面多采用随机划分数据集的方式，难以充分评估模型在跨年份、跨区域等实际场景下的泛化性能。
针对上述问题，本研究提出了一个多策略特征融合与压缩（Multistrategy Feature Fusion and Compression，MSFFC）的降维框架，旨在整合不同特征选择方法所选的波段子集，并利用AE进行非线性压缩，以提升玉米CNC估算模型的准确性和泛化能力。研究的具体目标包括：系统评估15种特征选择方法的性能差异与稳定性；构建MSFFC框架并评估其效果；通过野外实测数据、跨年份外部验证、PROSAIL-PRO模拟数据及公开数据集，全面评估模型在不同验证场景下的泛化能力。
1. 实验数据获取
田间试验于2020至2022年在内蒙古巴彦淖尔市五原县进行。试验设置了漫灌和滴灌两种灌溉方式，不同玉米品种和施氮水平（见表一，原文中以N1至N6表示不同施氮梯度）。在每个处理小区中，于V10和R3生育期破坏性采集玉米地上部植株样本，烘干称重后采用凯氏定氮法测定全氮含量，CNC以地上部干生物量与植株含氮量的乘积计算。同步地，利用大疆Matrice 600 Pro多旋翼无人机搭载Cubert S185高光谱成像仪获取450–950 nm范围内125个波段（4 nm间隔）的冠层高光谱影像，飞行高度30 m，空间分辨率7.8 cm。影像经辐射定标、拼接和裁剪后提取冠层反射率。
此外，研究还使用了PROSAIL-PRO辐射传输模型模拟数据（2000个样本）和两个来自ECOSIS光谱库的公开数据集（公开数据集A和B），以评估模型在不同空间尺度、作物类型和观测条件下的鲁棒性。模拟数据的光谱范围被截取至450–950 nm以匹配无人机实测数据。
2. 特征选择方法比较
研究选取了15种常用的特征选择方法，涵盖过滤式（Filter）、包裹式（Wrapper）和嵌入式（Embedded）三类。过滤式方法包括最大信息系数（MIC）、互信息（MI）、最大相关最小冗余（mRMR）、相关性分析（CA）和ReliefF等；包裹式方法包括连续投影算法（SPA）、遗传算法（GA）、Boruta、竞争性自适应重加权采样（CARS）和基于支持向量回归的递归特征消除（RFE-SVR）；嵌入式方法包括逐步多元线性回归（SMLR）、偏最小二乘回归变量重要性投影（PLSR-VIP）、LassoNet和岭回归（RR）等。以2020–2021年数据为基础，按70%和30%的比例随机划分为训练集和验证集，通过六种机器学习模型（KNN、PLSR、SVR、RF、ANN和TabPFN）评估各特征选择方法的性能。
3. MSFFC框架构建
在确定最优的过滤式、包裹式和嵌入式方法后，构建多种融合方案：单一方法、两两融合（过滤式+包裹式、过滤式+嵌入式、包裹式+嵌入式）及三者融合。对每种融合方案的特征子集，采用单隐层AE（3个隐藏神经元，最大训练轮数2000）进行非线性压缩，提取潜在特征作为模型输入。AE以均方重构误差为优化目标，解码器使用线性激活函数，通过MATLAB的trainautoencoder函数实现。研究比较了单特征选择方法与AE结合（如MIC-AE、SPA-AE、SMLR-AE）和多策略融合与AE结合（MSFFC）的性能差异，以确定最优方案。
4. 模型构建与验证
采用六种机器学习模型：K最近邻（KNN）、偏最小二乘回归（PLSR）、支持向量回归（SVR）、随机森林（RF）、人工神经网络（ANN）和表格先验数据拟合网络（TabPFN）。除TabPFN外，其余模型使用贝叶斯优化和五折交叉验证在训练集上自动调优超参数。验证策略包括：随机划分验证（2020–2021年数据70/30划分）、跨年份外部验证（以任意两年训练，剩余一年验证）、PROSAIL-PRO模拟数据验证和两个公开数据集验证。研究构建了复合性能指数（Composite Performance Index，CPI），基于四种验证方案下的标准化RMSE加权求和（外部验证权重0.4，其余各0.2）来综合评价模型的整体预测能力和泛化性能。
1. 特征选择方法的比较
15种特征选择方法的性能差异显著。过滤式方法中，MIC表现最佳（R² = 0.50–0.68，RMSE = 5.71–7.02 g/m²），而MI和mRMR的RMSE较高，表明所选波段对CNC的代表性不足。包裹式方法整体优于过滤式，其中SPA以仅5个敏感波段（集中于红边和近红外区域）在几乎所有模型中取得了最高的R²（0.61–0.74）和最低的RMSE（5.16–6.27 g/m²）。嵌入式方法中，SMLR表现优于PLSR-VIP、LassoNet和RR，但均未超过SPA。这一结果确立了SPA为最优单一特征选择方法，为后续MSFFC中包裹式类别的最佳方法选择提供了依据。
2. 单特征选择与AE结合的效果
对最优单特征子集（SPA、MIC、SMLR）应用AE压缩后，模型性能并未提升，反而在多数模型中RMSE增加。这表明，对于已较为紧凑或光谱多样性有限的特征子集，单纯的AE压缩无法提取额外有效信息。这一发现为MSFFC框架中多策略融合的必要性提供了直接证据。
3. MSFFC的性能
多策略特征融合显著增强了AE压缩的效果。在融合方案中，“MIC + SPA”融合取得了最佳性能。经AE压缩后，所有融合特征子集在多数模型中的RMSE均一致降低，尤其在与TabPFN等非线性模型结合时，性能提升更为明显。与全波段高光谱数据相比，MSFFC在减少97.6%输入特征的同时，使模型RMSE降低了0.9%至38.7%。
4. 跨年份外部验证
在外部验证中，MSFFC在所有模型上均一致优于SPA。对于KNN、SVR、RF和ANN等传统模型，MSFFC的RMSE显著低于SPA。特别是ANN模型在SPA特征下RMSE较高，而在MSFFC特征下误差大幅降低，表明MSFFC能有效缓解神经网络在小样本和异质训练数据条件下的局限性。TabPFN结合MSFFC在所有模型中取得了最低RMSE。散点图和残差箱线图显示，MSFFC估计值更紧密地聚集在1:1线附近，残差中位数和四分位距均小于SPA。此外，在不同训练样本比例（20%至100%）下，MSFFC始终优于SPA，R²平均提高约0.07，RMSE平均降低约0.38 g/m²。
5. 模拟数据与公开数据集验证
在PROSAIL-PRO模拟数据和两个公开数据集上，MSFFC同样一致优于SPA，尤其对非线性模型优势明显。基于四种验证方案的CPI计算表明，所有机器学习模型在MSFFC下的CPI均高于SPA，提升幅度为0.13至0.34，其中ANN增益最大。TabPFN结合MSFFC取得最高CPI，较SPA-TabPFN再提升0.24。计算时间分析显示，MSFFC的特征降维时间略长于SPA，但后续建模总运行时间与SPA大致相当，在SVR、RF、ANN和TabPFN模型中甚至略短，表明其额外计算开销主要集中在初始特征降维阶段，具备良好的实际应用性。
本研究提出的MSFFC方法通过整合多策略特征选择与AE非线性特征压缩，有效提升了玉米CNC高光谱估算模型的准确性和泛化能力。与传统SPA及SPA-AE方法相比，MSFFC在六种机器学习模型上均显著降低了RMSE，并在跨年份外部验证、模拟数据验证和公开数据集验证中表现出一致的优越性。在所有模型中，MSFFC结合TabPFN的组合在不同验证策略下均展现出最高的稳定性和鲁棒性，复合性能指数较其他模型提升了25.9%至123.2%。
研究的科学价值在于：证明了神经网络模型在小样本条件下的性能瓶颈主要源于输入特征的质量和表示能力，而非样本量本身；多策略特征融合是实现MSFFC性能提升的关键驱动力，融合不同算法视角下的特征子集能够保留互补的红边和近红外信号，弥补单一特征选择方法的算法偏差。研究的应用价值在于：MSFFC高效识别并压缩了与作物CNC相关的关键光谱信息，为作物专用或任务导向型多光谱传感器的波段设计提供了数据驱动的基础，有助于在高光谱技术向轻量化、工程化应用转化过程中降低传感器复杂度和计算成本，并推动精准氮素管理的发展。
本研究的突出亮点包括：其一，提出了MSFFC这一新颖的降维框架，将多策略特征融合与AE非线性压缩有机结合，克服了单一特征选择方法稳定性差和单纯AE压缩可解释性不足的局限；其二，选用了TabPFN这一基于贝叶斯推理的表格数据先验拟合网络，并在高光谱作物参数反演中系统评估了其在不同特征表示和降维策略下的性能；其三，构建了统一的多源验证框架，将随机划分、跨年份外部验证、辐射传输模型模拟数据和公开光谱库数据纳入同一评价体系，全面考察了模型的泛化能力和鲁棒性，为高光谱作物参数反演研究提供了方法学参考。