Analýza a využití techniky hypespektrální odrazivosti pro včasnou detekci stresových faktorů polních plodin

Ing. Wiktor Żelazny

Disertační práce

Analysis and Application of the Hyperspectral Reflectance Technique for Early Detection of Field Crop Stress Factors

Anotace:

Včasná detekce stresů polních plodin vyžaduje sběr dat v mnoha časových bodech a zohlednění prostorové variability pole. Měření hyperspektrální odrazivosti lze provádět s velkým časoprostorovým rozlišením, což není praktický postup při použití tradičních, náročných a nákladných referenčních laboratorních metod. Tato dizertace průřezově zkoumá potenciál spektroskopického přístupu hodnocení stresových faktorů polních plodin. Je studován vliv sucha u dvou odrůd juvenilní řepky olejné s různými strategiemi hospodaření vodou, které jsou hyperspektrálně snímány z blízké vzdálenosti. Bylo pozorováno konzistentní zvětšení hodnot směrodatných odchylek mnoha vegetačních indexů v reakci na zhoršení vodního režimu. Byla snaha predikovat na základě spektrálního signálu intenzitu nákazy sbírky odrůd pšenice ozimé s rozmanitou rezistancí vůči fuzarióze klasů. Pokud byla přijatá racionální tolerance chyby, přesnost hodnocení se blížila k 100 %. Byla aplikována selekce příznaků za účelem minimalizovat počet hyperspektrálních pásem potřebných k odhadu obsahu listového chlorofylu u ovsa na základě hyperspektrálního zobrazování. Filtrování pásem zvětšilo kvalitu predikce a získaná redukce byla dostačující pro hypotetický vývoj cenově přístupného specializovaného snímače. Měření odrazivosti ve středním infračerveném spektrálním regionu je hodnoceno jako nástroj pro rychlou diagnozu obsahu a lability půdního uhlíku. Studie poskytuje důkazy o pozitivním vlivu spike sampling v situaci, kdy je potřeba predikovat vlastnosti půdního uhlíku ve vzorcích, pocházejících z lokality, která není zastoupena ve spektrální knihovně.

Abstract:

Early crop stress detection requires data collection at multiple time points, while accounting for spatial variability of a field. Unlike resource-intensive traditional laboratory reference methods, hyperspectral reflectance measurements can be performed with high spatiotemporal frequency. This dissertation provides a cross-sectional exploration of the potential of the spectroscopic approach to assess crop stress factors. The influence of drought is studied in two juvenile oilseed rape cultivars with different water management strategies subjected to proximal hyperspectral imaging. A consistent increase in multiple vegetation index standard deviations to worsening of the hydric regime was observed. Prediction of fusarium head blight infection intensity is attempted from spectral response induced in a collection of winter wheat cultivars with varied disease resistance. With reasonable error tolerance, the rating accuracies approached 100 %. Feature selection is applied to minimize the number of bands needed to estimate oat leaf chlorophyll from airborne hyperspectral imagery. Filtering of the bands improved the prediction performance, and the obtained reduction was sufficient to envision the development of an affordable single-purpose imager. Mid-infrared diffuse reflectance spectroscopy is evaluated as a tool for rapid soil carbon content and lability diagnosis. The study provides evidence of positive influence of spike sampling while predicting soil carbon properties in a locality that is not represented in a spectral library.

Klíčová slova

stres abiotický, stres biotický, hyperspektrální zobrazování, strojové učení, Bayesova statistika, Open Science

Keywords

abiotic stress, biotic stress, hyperspectral imaging, machine learning, Bayesian statistics, Open Science

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 14. 11. 2022

Obhajoba závěrečné práce

• Vedoucí: doc. Ing. Milan Kroulík, Ph.D.

Česká zemědělská univerzita v Praze

Technická fakulta

Doktorský studijní program / obor:
Zemědělské inženýrství / Technika zemědělských technologických systémů