改装相机测出来的 NDVI 可溯源吗：把误差一路传播到模型预测

推荐优先级：备选 · 参赛子类：Plant Sciences — Agriculture/Agronomy · 资源需求：改装 NIR 相机 + 自制灰阶标定卡 + 公开遥感数据；合规负担几乎为零 · 技能取向：辐射定标 / 误差传播 / 蒙特卡洛

1 · 研究问题

用一台改装的消费级相机计算的 NDVI，相对已知反射率标准板的绝对误差是多少？这个误差随太阳高度角、云况与白平衡设置如何变化，把它传播到下游的土壤水分预测模型后，预测区间被放大了多少？

2 · 研究背景与空白

背景。 NDVI = (NIR − Red) / (NIR + Red)，其物理意义建立在反射率（reflectance，即反射辐亮度与入射辐照度之比，一个无量纲的表面性质）之上。而一台相机拍出来的是数字量（DN），不是反射率——DN 里混着入射光强、镜头渐晕、传感器增益、白平衡系数、伽马曲线与 JPEG 压缩。把两个通道的 DN 直接代进 NDVI 公式，得到的不是 NDVI，是一个与 NDVI 单调相关但刻度不明的数。 更麻烦的是这个偏差不是常数：NDVI 是一个比值，分子分母同时受入射光谱影响，因此太阳高度角变化（早晚 vs 正午的大气路径长度不同）、云况变化（直射光与散射光的红/近红外比例不同）都会让同一片叶子的表观 NDVI 漂移。标准做法是在每张影像里放一块已知反射率的参考板做经验线性定标（ELC），而消费级改装相机的学生项目几乎从不做这一步。

已有工作到哪一步。 PLNT026（2026，Special Award，"NDVI-Based NARX Model for Predicting Soil Moisture"） 摘要原文："data processing for NDVI calculations and ML model"、"the R value for model prediction is as high as 0.91"、"NDVI variations reflect change in SM"。整条链条建立在 NDVI 之上，而摘要里没有一个字说明 NDVI 是怎么测的、用什么设备、如何标定。 该项目的方法学被描述为五步："(1) data collection, (2) data processing for NDVI calculations and ML model, (3) NARX development, (4) model parameter selection, and (5) analysis of model outputs"——五步中没有任何一步是传感器定标。同一作者在 PLNT031（2025，Grand Award，"Quantify Crop Water Requirement by NARX Model"） 中报告了 "R2 value of 0.98" 与 "an average water savings of 21.1%"，同样未涉及输入量的不确定度。这是遥感类学生项目最常见的空白：把一个未定标的表观量当作精确输入喂给模型，然后报告模型的高精度。

空白在于：没有任何 PLNT 项目报告过 NDVI 输入的不确定度，更没有把这个不确定度传播到模型输出上，因此"R = 0.91"这个数字所对应的预测区间宽度是完全未知的。这个空白适合一年期学生课题的理由：相机定标实验可在室内可控光源下完成，完全不依赖天气与生长周期；误差传播那一半是纯计算，用公开遥感与土壤水分数据即可；而且结论正负都成立——传播后预测区间显著变宽则指出一个被系统忽略的误差源，不变宽则说明模型对输入噪声稳健，两者都是有效结论。

3 · 可检验假设

H1 未做经验线性定标的改装相机 NDVI，相对灰阶标准板反算的参考 NDVI，绝对偏差的 95% 区间宽度 ≥ 0.10 NDVI 单位，且该偏差随太阳高度角系统变化（以高度角为自变量的回归斜率置信区间不含零）。判据来源：NDVI 的典型工作区间为 0.2–0.8，0.10 的偏差相当于工作区间的 1/6，足以改变植被健康的分级判定。

H2（机制/传播假设，H1 被否证时仍有内容）把实测的 NDVI 偏差分布用蒙特卡洛注入土壤水分预测模型的输入端后，输出的 95% 预测区间宽度增加 ≥ 30%；即模型报告的高相关系数（R = 0.91）在考虑输入不确定度后，其实际预测能力显著低于表观值。若 H2 被否证（区间几乎不变），结论则是"该模型对 NDVI 输入噪声稳健"——这同样是一条有价值的、可直接引用的结论。

4 · 量化验收标准

1. 方法学校验（硬门槛，不过关则后续全部结论无效）。 自制或购得的灰阶标定卡必须先用已知反射率标准品交叉验证：至少 4 个灰阶片（如标称反射率 5% / 20% / 50% / 90%），在稳定光源下拍摄后做经验线性定标，反算各片反射率与标称值的偏差须 ≤ 5%；同时用一块不参与拟合的独立留出灰阶片验证，留出片偏差同样须 ≤ 5%。这一步不过关不许往下做，后续全部结论无效——本课题的全部主张是"我知道真值是多少"，标定卡不准则没有参照系。须核实：灰阶标定卡的标称反射率是否有可溯源的证书，以及是否在近红外波段也标称——多数可见光灰卡不保证 NIR 反射率平坦，这是一个致命且常见的错误，必须在开题前核实清楚，无法核实的一律写"需核实"。
2. 统计口径预先写死——重复的层级必须分开计数。 实验单元是"一次拍摄场景"（一个太阳高度角 × 天况 × 白平衡设置的组合），同一场景连拍 5 张是技术重复，不进 n，只用于估计快门间噪声。生物学/场景重复下限：≥ 3 个不同日期 × ≥ 4 个太阳高度角 × ≥ 2 种天况 = ≥ 24 个独立场景。论文正文必须显式写出"n（场景）= X，每场景连拍 Y 张"。
3. 统计口径预先写死——误差传播必须用蒙特卡洛，且须报预测区间而非只报相关系数。 蒙特卡洛抽样次数 ≥ 2000 次，从实测的 NDVI 偏差经验分布（不是假设的正态分布）中抽样注入；主结果是模型输出的 95% 预测区间宽度随输入噪声的变化曲线，不是 R 或 R²。明确写明不以 R 作为模型能力的主指标及其原因：R 衡量共变强度，对系统偏差完全不敏感，而本课题研究的恰恰是系统偏差。 时间序列模型的验证必须用滚动原点（rolling-origin）时序交叉验证，不得随机划分训练/测试集——滞后输入下的随机划分会把未来信息泄漏进训练集，写明这一理由。
4. 偏差的自变量覆盖。 太阳高度角 ≥ 4 档（覆盖至少 25° 跨度）、天况 ≥ 2 类（晴/阴）、白平衡设置 ≥ 3 档（自动 / 日光固定 / 自定义）、相机曝光 ≥ 3 档。每个组合下至少 5 张。若某一维度覆盖不足，须在局限性中显式声明该维度的偏差未被约束。
5. 必须与一条独立的基线对照。 下游模型必须与持续性基线（预测值 = 上一时刻观测值）在同一份数据上比较，报告相对基线的技巧评分（skill score）——土壤水分是高度自相关的量，持续性基线本身常能拿到很高的 R，不给这条基线，模型的"高精度"无法解释。
6. 可复现性。 全部相机原始文件（须用 RAW 或至少记录完整 EXIF）、灰阶卡实测反射率、逐场景的太阳高度角与天况记录、定标脚本、蒙特卡洛传播脚本与所用公开数据集的下载脚本与快照日期，全部开源存档，第三方可一键重跑得到相同的偏差分布与预测区间。

5 · 数据与工具

用途	来源 / 工具
改装 NIR 相机	拆除红外截止滤镜的消费级相机 + 长通滤镜。须核实：改装服务的可得性与价格、所用滤镜的截止波长与带宽——原文无型号与价格信息，一律写"需核实"。须核实改装后各通道的实际光谱响应曲线，若厂商不提供则该曲线未知，须在局限性中显式声明
灰阶标定卡	标称反射率已知的灰阶板。须核实：所用灰卡在近红外波段是否标称反射率平坦——多数摄影灰卡只保证可见光，NIR 表现未知，这是本课题最关键的须核实项
稳定光源（室内定标）	卤素灯或宽谱 LED + 稳压电源。须核实：所选光源在 NIR 波段是否有足够辐射——多数白光 LED 的 NIR 输出极低，会让 NIR 通道信噪比崩塌；卤素灯 NIR 充足但发热，须核实其温度漂移
户外拍摄的太阳高度角	由拍摄时刻、日期与地理坐标用公开天文算法计算（不需要仪器）。须核实：所用算法实现是否已用已发表算例验证过——须在至少 3 个已知日期/地点上复现公开的太阳高度角数值，偏差 ≤ 0.5°
公开遥感 NDVI 产品（仅用于校验与对比，不计入本项目的数据贡献）	Sentinel-2 的 L2A 反射率产品与其派生 NDVI。须核实：数据可得性、时空分辨率与下载方式；本报告未实测下载链路，一律写"需核实"
公开土壤水分时序（用于下游模型）	长期地面站网数据（如 USDA SCAN、国际土壤水分网络 ISMN）。须核实：目标站点的记录完整性、采样频率与是否同时提供气温湿度；未实测，写"需核实"
模型与统计	Python + numpy/scikit-learn/statsmodels，或 R。NARX 类模型可用简单的滞后特征回归复现。纯 CPU
须核实项	本课题的两半（相机定标 / 误差传播）分别依赖不同的可得性前提：定标依赖改装相机与 NIR 灰卡，传播依赖公开数据集的实际可下载性。两者都未在本报告中实测确认，学生必须在 9 月前逐一核实，见 §8 条件 1 与条件 2

6 · 方法路径

1. 建体系 + 跑通已知对照 + 完成 §4 第 1 条的校验。 在室内稳定光源下拍摄灰阶卡，做经验线性定标并用留出灰阶片验证（偏差 ≤ 5%）；同时用公开算例验证太阳高度角计算脚本（偏差 ≤ 0.5°）。这一步不过不许继续——留出片验证是唯一能证明定标链条正确的证据。
2. 核实工具的能力边界。 这个方向有四个不报错但给错结果的静默失败点，必须逐一实测排除：（a）图像绿度/NDVI 受白平衡与曝光影响——自动白平衡会逐帧改变通道增益，使同一场景的 NDVI 在连拍之间就漂移，必须全程手动固定并记录参数；（b）JPEG 的伽马曲线与压缩——DN 与辐亮度之间不是线性关系，直接代入比值公式会引入非线性偏差，必须用 RAW 或显式反伽马；（c）灰卡在 NIR 波段的反射率未知——可见光灰卡的 NIR 反射率可能与标称值相差甚远，这会让整条定标链条系统性偏移而完全不报错，是本课题最危险的陷阱；（d）检测限以下的读数被记成 0——NIR 通道在弱光下可能落入暗电流噪声，若直接记 0 会把删失值当真零，必须预先定义有效 DN 下限并按左删失处理。
3. 建立室内 NDVI 偏差基线。 在完全可控的光源与几何下，量化白平衡设置、曝光、镜头渐晕各自贡献的偏差。这一步完全不依赖天气，应尽早完成——它是本课题最稳的交付物。
4. 户外多场景采集。 按 §4 第 4 条的矩阵，在 ≥ 3 个日期 × ≥ 4 个太阳高度角 × ≥ 2 种天况下拍摄同一批目标（同一片草坪或同一组盆栽），每张影像内必须包含灰阶卡。"哪张算晴、哪张算阴"须给出明确、可复现的判据：预先定义为由同步拍摄的灰卡最亮片 DN 与理论直射辐照的比值，而非目视判断。
5. 建立偏差经验分布并做蒙特卡洛传播。 以定标后 NDVI 为参考真值，未定标 NDVI 为观测值，构建偏差分布；抽样 ≥ 2000 次注入下游模型输入端，输出预测区间宽度曲线。
6. 建立下游模型与持续性基线并比较。 用公开土壤水分时序拟合滞后特征模型，滚动原点交叉验证；同时跑持续性基线，报告技巧评分。这一步与 P6 共用同一套代码与数据，两条课题可合并。
7. 独立交叉校验。 用另一种方法算同一个量：把同一时段、同一地点的 Sentinel-2 反射率产品派生的 NDVI 与自建相机定标后的 NDVI 对照，检验两条独立路径的一致性（Bland-Altman）。注意：卫星像元尺度远大于相机视场，两者不可能逐点相等，比较必须限定在空间均质目标上，且该限制须在局限性中显式声明。

7 · 新颖性边界

本课题不声称： - 不声称首次提出 NDVI 需要辐射定标。这是遥感的基础常识，经验线性定标法在遥感文献中是标准做法，学生必须主动引用而不是当作发现。 - 不声称 PLNT026（2026，Special Award） 或 PLNT031（2025，Grand Award） 的模型是错的。本课题没有它们的原始数据，也不复现其实验；本课题只回答"这类链条的输入不确定度有多大、传播后输出区间有多宽"。 - 不声称改进 NARX 算法或提出新的土壤水分模型。本课题的模型只是误差传播的载体。 - 不声称自建相机可以替代科研级多光谱传感器。恰恰相反，本课题的可能结论之一就是它不能。 - 不声称结果可外推到本课题未测试的相机型号或滤镜组合。改装相机的光谱响应是型号特异的，须在局限性中声明。

已有工作做到哪： PLNT026 用 NDVI 作为 NARX 模型输入预测土壤水分，报告 R 高达 0.91；PLNT031 用滞后土壤水分作输入，报告 R² = 0.98 与 21.1% 节水。两者都未说明输入量的测量方式与不确定度，也都未报告任何基线对照。

本项目的贡献（属「评价维度转换」型）： 已有工作评估的是模型能把土壤水分预测得多准；本项目评估的是这条链条最上游的那个输入量到底有多准，以及它的不确定度传播到输出端后把预测区间撑开了多少。这是主结论，不是附加内容。

为什么有价值： "用改装相机/无人机算 NDVI 再喂给模型"是中学生农业遥感课题的标准配方，而这个配方的第一环从未被标定过。若传播后预测区间显著变宽，那么这一整类课题的精度声称都需要重新表述——这是一条能推广到整类课题的方法学结论。

若结论不显著： 若传播后预测区间几乎不变、H2 被否证——"该模型对 NDVI 输入噪声稳健"同样是有效结论（这对实际部署是一个正面消息），但必须给出误差棒证明有能力分辨这个差异：具体地，必须报告在多大的输入噪声下预测区间才会显著变宽，给出这条敏感性曲线，否则"没测到影响"只是因为注入的噪声太小。

8 · 决策门槛（go / no-go）

🟡 条件 1（第 4 周末，即 2026 年 9 月初）：灰阶卡在 NIR 波段的反射率必须可溯源。 若无法确认所用灰卡的 NIR 标称反射率（厂商不提供、也无第三方数据），立即降级：放弃绝对 NDVI 定标，改做「相对稳定性」路径——不再声称"真实 NDVI 是多少"，改为在同一场景下反复测量，量化NDVI 的重复性与随太阳高度角/白平衡的漂移幅度。主结论框架保留（仍是"这个输入量有多不可靠、传播后区间多宽"），只是从绝对偏差换成相对漂移，H1 改述为"漂移幅度 ≥ 0.10 NDVI 单位"，H2 完全不受影响。

🟡 条件 2（第 6 周末，即 2026 年 9 月中旬）：公开土壤水分与遥感数据集必须实测下载成功并落盘。 本报告未实测确认这些数据集的可下载性。若 9 月中旬仍无法取得配对的土壤水分与 NDVI 时序，立即降级：把下游模型换成一个完全由自己产生的数据的模型——用自己拍摄的盆栽 NDVI 时序 + 称重法实测的基质含水率建立小规模模型，规模虽小但数据链条完全自有、且不依赖任何外部数据源。主结论框架保留（仍是输入不确定度的传播），只是模型的应用尺度从田间降到盆栽。

🟡 条件 3（第 10 周末，即 2026 年 10 月中旬）：户外场景覆盖必须达到 ≥ 3 日期 × ≥ 4 高度角 × ≥ 2 天况。 天气是本课题唯一不可控的输入。若覆盖不足，立即降级：把主结论限定在室内可控光源下的定标结果（§6 第 3 步），户外部分降级为局限性讨论。主结论框架保留——室内基线已足以量化白平衡、曝光与渐晕的贡献，只是失去太阳高度角这一维度，须显式声明。

⚠️ 与「附属赛后不得修改」的冲突点： 四件事必须在 2026 年 11 月底前定死：（1）"晴/阴"的判定判据（灰卡最亮片 DN 与理论直射辐照的比值阈值）；（2）蒙特卡洛的抽样次数与偏差分布的构造方式（经验分布 vs 参数化）；（3）下游模型的特征集与滚动原点划分方案；（4）持续性基线的定义。事后改天况判据或事后改模型特征都等于事后改主结论，一律不被允许。

须提前核实而非边做边发现的事项： - 本方向未做外部文献核查，「未找到前作」不等于「不存在前作」。 消费级相机的 NDVI 定标在遥感与精准农业文献中已有大量发表（重点查 Remote Sensing、Computers and Electronics in Agriculture 与 Precision Agriculture）。这是本条课题被评委当场驳倒风险最高的一点，学生必须在开题前查清并主动引用，新颖性主张须严格限定为"该误差传播链未见于 ISEF 语料"。 - 灰卡的 NIR 反射率必须在采购之前核实清楚，买错了整个课题的参照系就没了。 - 改装相机的实际光谱响应曲线若厂商不提供，须在开题前决定是自行测定还是接受"曲线未知"并写进局限性。 - 公开数据集的可下载性须在 9 月中旬前实测，不要假设它一定能下。

已知困难及其定位： 本课题的可行性是全文件中偏低的一条（F=6），风险集中在两处：器材（改装相机 + 可信 NIR 灰卡）与天气（跨天况采样）。两者都已在 §8 中给出具名降级路径。而"NDVI 到底是不是一个可溯源的量"这个困难本身就是研究内容——课题问的正是这个，所以定标困难不是障碍，是研究对象。

选择前提： 适合对光学与误差传播有兴趣、且能接受大量时间花在"拍灰卡"这种枯燥工序上的学生。不适合希望做出一个"能用的农业监测系统"的学生——本课题的可能结论恰恰是现有的这类系统精度声称过高。

预算裁剪顺序： 时间与经费不足时的裁剪顺序：先砍 §6 第 7 步的 Sentinel-2 交叉校验，再砍户外部分（退回条件 3 的室内路径），再砍下游模型（退回条件 2 的盆栽小模型）。室内定标基线（§6 第 3 步）永远不砍——它是本课题唯一完全自主可控、且零天气风险的交付物。 砍到最后主结论框架仍完整保留。

合规与表格： 本课题合规负担极低。需 Form 1、Form 1A、Form 1B；Form 2A（2027 新增学生支持披露表）为强制项。若不涉及任何化学品与危险装置，无需 Form 3；若相机改装涉及拆机与滤镜切割，须在 Form 3 中列明工具、防护与成人监督。公开数据集研究免 IRB（属人类受试者豁免第 2 类：公开的既有数据集且不与人互动）。不涉及 PHBA、rDNA、脊椎动物、人类受试者。若在他人农田或校园绿地拍摄，须取得场地许可，但这不构成人类受试者研究。 AI 政策：研究计划、摘要、展板与引文不得由生成式 AI 撰写；定标与蒙特卡洛脚本若由 AI 生成须显式引用并保留提示词日志。展台：活体植株、土壤与液体全部禁止；相机与灰卡是干燥固体，可以上台，这是本课题少见的展台优势。展位靠 NDVI 偏差 vs 太阳高度角曲线、蒙特卡洛预测区间图、Bland-Altman 图与灰卡实物撑住。

生长周期时间轴： 2026-08 中旬提交 Form 1/1A/1B/2A（+ Form 3 若涉及改装）→ 审批 2–4 周（无 PHBA，不需额外 2–6 周）→ 2026-09 初完成灰卡留出片校验与室内定标基线（此段完全零生长周期、零天气依赖） → 2026-09 至 2026-11 分批完成户外多场景采集（这是唯一受季节影响的部分，须尽早开始以覆盖足够的太阳高度角跨度）→ 2026-10 起并行做误差传播与下游模型（纯计算）→ 2026-12-15 数据采集截止，留三周做分析与展板。本课题不种植物，无播种日与生长周期约束，60 天红线不适用；但户外采样窗口受太阳高度角季节变化限制，9 月至 11 月的高度角跨度是最大可得跨度，错过即无法补做——这是本条课题的时间硬约束，性质与生长周期等同。

评分： O=7, W=7, F=6, S=6, Fit=8 → base=67.8，h=9 → [59, 77]，置信度：中

---