我给高光谱作物 AI 输入了原始辐射亮度。在保留合成测试中，其得分从 0.887 跌至 0.373。
仅显示「受胁迫」的 NDVI 预警让种植者无法在补充氮肥、灌溉或早期焦斑病踏查之间做出决断；我正是围绕该决策构建了 SpectraRx。在这一立足物理机理的合成演示的故意失效路径中，同一个 424 波段光谱 CNN 的表现从 0.887 跌至 0.373——这是在其保留测试集上、当我为其输入原始大气顶层辐射亮度而非校正后的地表反射率时的实测结果。
我把这次失效放进演示中绝非为了博人眼球。我之所以把它放在那里，是因为如果作物胁迫评分脱离了使其输入具有实际意义的前提条件，就无异于诱导人们把一张漂亮的地图变成糟糕的田间决策。演示中的场景是针对单一种植区域内单一玉米作物的、立足物理机理的合成数据立方体，而非真实拍摄或田间保证。其核心目的在于让整条决策链可供审查，同时让各项假设清晰可见。
我之所以从那块孤立的琥珀色 NDVI 色块讲起，是因为它揭示了单纯探测预警的局限性。它可以作为提示深入观察的信号，却无法说明 27 米喷杆是否应调整施氮量、水分胁迫形态是否需要检查，或者早期焦斑病是否应促使农艺师下田踏查。我希望这个演示能够解答接下来的问题，进而展现该解答的依据及其局限所在。
你可以在 veriprajna.com/demos/hyperspectral-agriculture-ai 运行整条链路。界面并没有回避不尽人意的情况，而是允许我跳过大气校正并观察决策路径的相应改变。
我认识到，校准改变了分类器所看到的对象
我过去常常把大气校正归为准备工作。数据立方体以大气顶层辐射亮度的形式输入，演示系统的经验线性校正法将其转换为地表反射率（BOA），并将校准溯源信息附在场景中。这种区分以往听起来就像工程管道琐事，直到我特意绕过了它。
我保持训练好的网络及其权重固定不变。我只改变了输入路径。在由来自未见品种和土壤的 1,280 个像素组成的保留、立足物理机理的合成测试中，结果从 0.887 macro-F1 降至 0.373。这是针对该模型和该测试的实测结果，并非断言每个高光谱模型都会出现相同程度的性能下滑。
我发现这种鲜明对比远比庞大的基准测试表格更有价值，因为它将实际失效具象化了。未校正路径绝不仅仅是带来了更嘈杂的输入。原始辐射亮度将大气效应和光照影响直接带入了一个原本旨在解译校正后地表反射率的分类器中。神经网络固然仍能返回类别与置信度，但二者皆不足以构成批准变量处方的充分理由。
我之所以将原始辐射亮度路径呈现出来，是因为准确率数值本身忽略了业务运营层面的核心问题：当系统发现自己立足的前提不再可靠时，究竟应当采取何种行动？在 SpectraRx 中，答案并非一律全面封锁。在这项特意设计的测试中，原始 TOA 数据依然会到达分类器，而下游的置信度门控与物理一致性门控则会让这种不确定性充分显现。
我花了大量精力将这一测试结果与「网络已彻底作废」的断言区分开来。该分类器是一个定制的一维光谱 CNN，负责读取 400 至 2515 nm 的完整 424 波段曲线。其日常工作是从地表反射率（BOA）中区分健康、缺氮、水分胁迫以及早期焦斑病像素。校准实验并未更改作物分类体系、没有重新训练模型，亦未悄悄换入更弱的基准。它只改变了一个上游条件，并让其余的决策链充分展示其后果。
我觉得这非常有意义，因为面对不理想的评分，人们通常的反应只是去索取另一个评分。而在这种情况下，我需要提出一个不同的问题：在输入改变后，系统究竟掌握了哪些采取行动的证据？答案始于校准溯源信息，但绝不能止步于此。置信度数值仅仅是一个信号。当 CNN 判定的类别与已有记录的物理特征发生冲突时（例如判定缺氮却缺少预期的红边位移），物理一致性检查可以直接弃权。审查面板还会展示完整的波段曲线与波段显著性轨迹，便于作业人员将模型的决策依据与文献记载的诊断特征进行对照比对。
我将该审查面板作为问责与追溯的界面，而非万无一失的证明。针对早期焦斑病，轨迹中采样的 530 和 535 nm 波段最接近 531 nm 附近的光化学反射指数（PRI）诊断区间。缺氮证据落在 680 至 720 nm 的红边范围内。水分的短波红外（SWIR）特征属于诊断性复核，而非声称的最高显著性峰值。这些检查使推理过程可供公开审查。它们不会把合成基准测试转化为真实的田间保证，也不会在输入链路可信度下降时免除实地踏查的必要性。
我也克制住了把基准模型故意削弱以衬托失效更加惨烈的冲动。在保留的合成分布偏移测试中，真实的 Sentinel-2 宽波段现有模型达到了 0.69 的 macro-F1。得益于红边与 SWIR 波段，它在缺氮识别上接近 1.0。高光谱模型综合达到 0.887，其最显著的结构性优势体现在水分胁迫与早期焦斑病上。这是一次富有意义的对比，但它依然无法决定在跳过校准之后某个特定分区是否应当接收作业处方。门控机制与分区规则正是为了解答这一后续的实际作业问题而设立的。
我需要保障机制改变田间作业行动，而不仅仅是改变仪表盘的颜色
我格外注意不把弃权机制变成另一句空洞的承诺。带有排线阴影的像素意味着在置信度偏低、光谱特征混杂或分类器与已有记录的物理特征相冲突时，系统会暂扣像素级诊断。在默认校准后的 seed-7 演示场景中，显示有 20.1% 的像素弃权。该数值是针对该场景的应用内观察所得，而非普适的评估指标。
接下来我必须决定作业人员应如何处理包含这些像素的地图。喷雾机并非逐个像素作业。SpectraRx 利用 27 米喷杆配置规范，将 5 米诊断像素聚合为 25 米管理单元。该规则被清晰透明地呈现：弃权像素比例达到或超过 34% 的分区将被路由至地面实况踏查，而其余分区则按其非弃权多数类别判定。
我认为正是这条规则让不确定性这一抽象概念转化为了具体的工作流。在跳过校正的 seed-7 场景中，92.2% 的像素弃权，且 140 / 144 个管理分区被路由至踏查。在分区规则下，四个水分胁迫分区仍予作业。系统并未证明这四个分区在开放世界意义上是安全的。它公开了其触发条件与路由规则以供审查，而不是假装每一种改变的输入都必须要么产生喷洒，要么呈现空白屏幕。
我也希望让持怀疑态度的遥感领域读者看到的不仅限于门控。光谱审查器展示了 424 波段曲线与一条橙色的波段显著性轨迹。针对早期焦斑病，采样的 530 和 535 nm 显著性波段最接近 531 nm 附近的 PRI 诊断区间；缺氮证据出现在 680 至 720 nm 的红边范围内。对于水分，文献记载的 SWIR 特征属于诊断性复核，并非声称构成了 CNN 的最高显著性峰值。这是一次可对照已有物理规律进行审查的对比，而非证明模型永远不会依赖虚假线索。
在喷杆和农艺师能够切实使用之前，我还不能称其为处方
我认识到，即使门控完成了筛选，诊断地图依然是不完整的。默认校准场景拥有 144 个管理单元：在 V12 生育期包含 21 个作业区、25 个踏查区以及 98 个健康区。SpectraRx 将这些最终保留下来的分区决策转化为变量作业处方。施氮速率根据严重程度确定，而杀菌剂仅允许在配置的 R3 窗口期内施用。导出文件采用了真实的 ISO-XML 和 GeoJSON 格式，不过本演示并未实现实时传感器和农场管理系统的对接集成。
我让下游记录具备确定性，其初衷与公开呈现门控机制完全一致。演示系统根据诊断和处方生成一份欧盟「从农场到餐桌」（Farm to Fork）综合病虫害防治（IPM）风格的记录模板。它包含了分区坐标、多数类别分区覆盖度、光谱证据、已评估的备选方案、推荐的产品与施用量、R3 截止时间、校准溯源信息以及认证农艺师签名栏。这是一份供审查的模板，而非已正式提交的合规记录。
我将语言模型置于这一信任链路之外。信号处理、训练好的光谱分类器、确定性门控、农机作业算法以及记录模板承担着最关键的核心决策。可选的模型可以根据已计算的事实生成 IPM 论证文本，并具备基于模板的回退方案，以便在没有 API 密钥的情况下也能运行演示。它绝不决定作物需要什么，也不决定某个分区是否应当踏查。
我不再单凭分类器来衡量这个产品
我依然重视分类器的表现。在保留的合成分布偏移测试中，SpectraRx 测得 0.887 的 macro-F1，而 Sentinel-2 宽波段现有模型为 0.69。两者的差距在水分胁迫（0.97 对比 0.63）和早期焦斑病（0.77 对比 0.61）上最为显著。缺氮识别二者均接近 1.0，这恰恰很有意义，因为这让现有模型成为了一个货真价实的基准，而不是一个不堪一击的稻草人靶子。
我并没有把这些结果当作针对真实大田环境的宣称。它们仅涵盖 1,280 个保留合成像素、单一种植区域内的单一作物。在任何人做出真实世界准确率断言之前，仍需要建立跨越两个生长季的地面实况数据库。我从这个演示中汲取的经验更为聚焦且务实：分类评分只是决策系统的一个组成部分，而且它是最容易在脱离其运行条件的情况下被断章取义引用的部分。
我之所以将校准失效构建到 SpectraRx 中，是因为它迫使这些前提条件显露无遗。它展现了输入的变化、评分的下滑、下游门控对不确定性的揭示、分区规则对实地踏查路径的指引，以及处方记录对作业人员和审查员所需核验内容的完整留存。在盲目追求下一个小数位之前，这一整套业务序列才是我希望着力改进的工作。
如果你更愿意亲眼所见而非仅读我的文字叙述，这里就是端到端运行的完整演示。
每当我想检验这个演示系统是否保持诚实时，我都会回到 veriprajna.com/demos/hyperspectral-agriculture-ai。真正有价值的作物 AI 系统，应该能够说明为何某个场景的可信度下降，能够将这种不确定性转化为具体的田间作业行动，并为系统做出及未做出的每项决策留下可追溯的完整记录。
