Rozlišování plevelů v porostu vojtěšky na základě spektrálních vlastností

Ing. Martin Divišek

Master's thesis

Discrimination of weeds in alfalfa canopy based on spectral properties

Abstract:

V této diplomové práci bylo provedeno rozlišení plevelů - šťovíku tupolistého (Rumex obtusifolius) a pampelišky lékařské (Taraxacum officinale) v porostech vojtěšky seté (Medicago sativa) pomocí statistických přístupů na základě spektrálních dat získaných ručním měřením odrazivosti listových ploch rostlin pomocí spektrometru FieldSpec 4. Úpravou získaných dat v prostředí Microsoft Excel a následným zpracováním v statistickém prostředí Rstudio byla pomocí analýzy hlavních komponent (PCA) ověřena vhodnost sedmi vlnových pásem (430-450 nm, 540-560 nm, 720-730 nm, 765-785 nm, 1060-1080 nm, 1440-1460 nm, 1920-1940 nm), ve kterých všechny tři rostlinné druhy vykazovaly významně rozdílnou spektrální odrazivost. K provedení druhové klasifikace byla použita lineární diskriminační analýza (LDA). Model LDA však musel být nejprve na základě trénovacích dat (800 měření pro každý druh) natrénován tak, aby cílová proměnná, tedy druh, byla předpovězena na základě rozsahu sedmi stanovených vlnových pásem. Námi natrénovaný model LDA pak při klasifikaci validačních dat (400 měření pro každý druh) vykazoval celkovou úspěšnost klasifikace 95,58 %. Správně bylo klasifikováno 91 % pampelišek, 99 % šťovíků a 96,7 % vojtěšek. Korigovaná přesnost klasifikace byla pro všechny třídy vyšší než 95 %. Byl tak představen postup metodiky založený na hyperspektrálním snímkování, díky kterému je možné spolehlivě rozlišovat tyto rostlinné druhy.

Abstract:

This masters thesis aimed to distinguish between two weed species – Rumex obtusifolius and Taraxacum officinale – in Medicago sativa crops using statistical approaches based on spectral data obtained from manual measurements of the reflectance of leaf surfaces using a FieldSpec 4 spectrometer. The suitability of seven wavelength ranges (430-450 nm, 540-560 nm, 720-730 nm, 765-785 nm, 1060-1080 nm, 1440-1460 nm, 1920-1940 nm) was verified for all three plant species using principal component analysis (PCA) after processing the obtained data in Microsoft Excel and Rstudio statistical environment. The three plant species exhibited significantly different spectral reflectance in these wavelength ranges. Linear discriminant analysis (LDA) was used for species classification. However, the LDA model had to be first trained on the basis of training data (800 measurements for each species) to predict the target variable, i.e., species, based on the range of the seven specified wavelength ranges. Our trained LDA model achieved an overall classification accuracy of 95.58 % when classifying validation data (400 measurements for each species), with 91 % of Taraxacum officinale, 99 % of Rumex obtusifolius, and 96.7 % of Medicago sativa being correctly classified. The corrected classification accuracy was higher than 95% for all classes. Thus, a procedure based on hyperspectral imaging was presented, which can reliably distinguish these plant species.

Keywords

Vojtěška setá, Spektrální analýza plevele, Vegetační indexy, Cílená regulace zaplevelení, Precizní zemědělství

Keywords

Medicago sativa, Vegetation indices, Spectral analysis of weeds, Targeted weed control, Precision agriculture

Language used: Czech

Date on which the thesis was submitted / produced: 16. 4. 2023

Thesis defence

• Date of defence: 16. 5. 2023
• Supervisor: Ing. Pavel Hamouz, Ph.D.
• Reader: Jan Lukáš, Ing., externi

Czech University of Life Sciences Prague

Faculty of Agrobiology, Food and Natural Resources

Master programme / specializace:
Agriculture and Rural Development / Farming in Agriculture