차나무 서리 피해 예측: STAMPformer 모델
서리 피해는 차나무의 생장, 발달 및 품질 형성을 심각하게 저해하므로, 정확한 현장 규모의 피해 심각도 평가 방법 개발이 필수적입니다. 본 연구는 자연 서리 피해 경사를 보이는 차나무에서 초분광 데이터와 8가지 핵심 이화학적 지표를 수집했습니다. 연속적인 서리 피해 심각도를 특성화하기 위해 다차원 생리 반응을 통합한 종합 차나무 냉해 스트레스 반응 지수(TCSRI)를 개발했습니다. 고차원 및 소규모 샘플 조건에서 이화학적 지표와 TCSRI를 정확하고 비파괴적으로 예측하기 위해, 스펙트럼 사전 정보 기반 다중 뷰 어텐션 풀링 모델인 STAMPformer를 제안합니다. 이 모델은 파라미터가 없는 어텐션 컨볼루션 추출 모듈을 통해 원본 스펙트럼과 1차 미분 스펙트럼을 공동으로 모델링하여 국부 스펙트럼 특징을 강화하고 노이즈를 억제합니다. 또한, 다중 뷰 어텐션 풀링 모듈은 다양한 특징 부분 공간에서 시퀀스 특징을 적응적으로 통합하여 핵심 스펙트럼 반응을 강화합니다. 실험 결과, STAMPformer는 9가지 예측 작업 모두에서 R2 값 0.87 이상, RPD 값 2.80 이상으로 최고의 성능을 달성했습니다. 제안된 모듈의 기여는 제거 실험, 다중 무작위 시드 쌍별 테스트, SHAP 분석을 통해 확인되었으며, 색소 분해, 광합성 손상 및 세포 구조 파괴와 관련된 생리적으로 의미 있는 핵심 파장을 밝혀냈습니다. 독립적인 외부 검증을 통해 미지의 샘플에 대한 모델의 예측 능력도 입증되었습니다. 종합적으로, TCSRI와 STAMPformer는 차나무 서리 피해 심각도를 평가하기 위한 정확하고 해석 가능하며 비파괴적인 프레임워크를 제공합니다. 이는 서리 모니터링, 내한성 유전자원 평가 및 스마트 차밭 관리를 지원할 수 있습니다.