Εκτίμηση της περιεκτικότητας σε χλωροφύλλη του θόλου της μηλιάς βασισμένη στην εικόνα τηλεπισκόπησης του Sentinel-2A.

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Εκτίμηση της περιεκτικότητας σε χλωροφύλλη του θόλου της μηλιάς βασισμένη στην εικόνα τηλεπισκόπησης του Sentinel-2A.

Πρωτότυπος τίτλος: Estimating apple tree canopy chlorophyll content based on Sentinel-2A remote sensing imaging

Συγγραφείς: Cheng Li, Xicun Zhu1, Yu Wei, Shujing Cao, Xiaoyan Guo, Xinyang Yu & Chunyan Chang


Δημοσιεύθηκε: nature.com


Σύνδεσμος πρωτότυπου κειμένου: [1]


Θέμα και πεδίο μελέτης

Στην παρούσα δημοσίευση αναγνωρίζεται η μεγάλη σημασία παρακολούθησης της χλωροφύλλης που περιέχει η κόμη της μηλιάς. Πιο συγκεκριμένα με την παρακολούθηση της μπορεί να ανιχνευθεί η φωτοσυνθετική ικανότητα, το στες σε θρεπτικά συστατικά και το αναπτυξιακό στάδιο της μηλιάς. Επίσης είναι ένα σημαντικό μέσο για την αξιολόγηση της ανάπτυξης των μηλιών, καθώς και των παρασίτων και των ασθενειών. Η παραδοσιακή ανάλυση περιεκτικότητας σε χλωροφύλλη στο εργαστήριο και η ανάγκη δειγματοληψίας πεδίου είναι δαπανηρή από την άποψη του ανθρώπινου δυναμικού, υλικών και χρόνου και δε μπορεί να ανταποκριθεί σε πραγματικό χρόνο παρακολούθησης μιας μεγάλης περιοχής. Η τεχνολογία της τηλεπισκόπησης παρέχει ένα νέο μέσο για τον προσδιορισμό της χλωροφύλλης σε μηλιές, το οποίο περιλαμβάνει ταχεία ανάλυση, χαμηλό κόστος και μεγάλη περιοχή παρακολούθησης. Το πείραμα έγινε στην πόλη Qixia της επαρχίας Shandong, στη Κίνα, τον Ιούνιο 2016.
Εικόνα 1: Tα κανάλια του δέκτη MSI του Sentinel-2A

Μεθοδολογία

Συνοπτικά, επειδή το κανάλι του κόκκινου άκρου είναι ευαίσθητο στην περιεχόμενη χλωροφύλλη, η εικόνα της τηλεπισκόπησης που περιέχει αυτό το κανάλι είναι η προτιμώμενη για να γίνει η εκτίμηση του ποσού χλωροφύλλης που υπάρχει σε μια καλλιέργεια γρήγορα και σε μεγάλη κλίμακα. Σε αυτή τη μελέτη υπολογίστηκε η περιεκτικότητα σε χλωροφύλλη του θόλου της μηλιάς, χρησιμοποιώντας την εικόνα τηλεπισκόπησης του Sentinel-2A και τα δεδομένα μέτρησης κοντά στη γη στην πόλη Qixia της επαρχίας Shandong. Στη συνέχεια με βάση το φασματικό δείκτη που κατασκευάστηκε από του προκατόχους, ο δείκτης βλάστησης χλωροφύλλης του θόλου των μηλιών επιλέχθηκε και κατασκευάστηκε χρησιμοποιώντας την εικόνα του Sentinel-2A που περιέχει τα κανάλια μπλε, πράσινο, κόκκινο, κόκκινο άκρο και εγγύς υπέρυθρο. Τέλος το μοντέλο εκτίμησης της περιεκτικότητας σε χλωροφύλλη του θόλου των μηλιών κατασκευάστηκε με βάση το δείκτη βλάστησης. Συγκρίνοντας την ακρίβεια διαφορετικών μοντέλων επιλέχθηκε το καλύτερο μοντέλο εκτίμησης.
Εικόνα 2: Διαγράμματα διασποράς των μετρούμενων και προβλεπόμενων τιμών επικύρωσης με BPNN 1(a), 2(b) και 3(c) με βάση τους δείκτες βλάστησης

Συλλογή δεδομένων

Χρησιμοποιήθηκε το φορητό φασματόμετρο επιφανειών ASD FIELDSPEC 4 που έχει 2151 φασματικά κανάλια με φασματικό εύρος από 350 nm έως 2500 nm. Το διάστημα δειγματοληψίας των καναλιών από 350 nm έως 1000 nm είναι 1,4 nm και η φασματική ανάλυση είναι 3 nm. Το διάστημα δειγματοληψίας των καναλιών από 1001 nm έως 2500 nm είναι 2 nm και η φασματική ανάλυση είναι 8 nm. Επίσης χρησιμοποιήθηκε ο δέκτης MSI του δορυφόρου Sentinel-2A, ο οποίος έχει 13 φασματικά κανάλια με φασματικό εύρος από 0,433μm έως 2,280 μm και χωρική ανάλυση 20 m. Είναι ο πρώτος πολιτικός δορυφόρος με τρία κανάλια “ κόκκινο άκρο’’ που παρέχει περισσότερη επιλογή καναλιών για τη δυναμική παρακολούθηση της περιεκτικότητας σε χλωροφύλλη στη βλάστηση. Για την ατμοσφαιρική διόρθωση χρησιμοποιήθηκε το λογισμικό SNAP που παρέχεται από την ESA.

Εικόνα 3: Διαγράμματα διασποράς των μετρούμενων και προβλεπόμενων τιμών επικύρωσης με SVMR 1(a), 2(b) και 3(c) με βάση τους δείκτες βλάστησης

Αποτελέσματα

• Ο συντελεστής του σετ βαθμονόμησης της τιμής προσδιορισμού (R2) 0,729 και του σετ επικύρωσης της τιμής R2 0,667 του μοντέλου, χρησιμοποιώντας τη μέθοδο SVMR με βάση τους δείκτες βλάστησης (NDVIgreen + NDVIred + NDVIre), ήταν υψηλότεροι από εκείνους του μοντέλου που χρησιμοποιεί τη μέθοδο BPNN κατά 8,2 % και 11 % αντίστοιχα. • Το σετ βαθμονόμησης της ρίζας μέσης τετραγωνικής αποκλίσεως (RMSE) 0,159 και το σετ επικύρωσης RMSE 0,178 του μοντέλου, χρησιμοποιώντας τη μέθοδο SVMR που βασίζεται στους δείκτες βλάστησης (NDVIgreen + NDVIred + NDVIre), ήταν χαμηλότεροι από εκείνους του μοντέλου που χρησιμοποιεί τη μέθοδο BPNN κατά 5,9 % και 3,8 % αντίστοιχα.

Προσωπικά εργαλεία