Υπερφασματική τηλεπισκόπιση για την ανίχνευση θρεπτικών στοιχείων στο φύλλωμα στη δασοπονία
Από RemoteSensing Wiki
Υπερφασματική τηλεπισκόπιση για την ανίχνευση θρεπτικών στοιχείων στο φύλλωμα στη δασοπονία: Μια προοπτική στο εγγύς υπέρυθρο
Πρωτότυπος τίτλος: Hyperspectral remote sensing for foliar nutrient detection in forestry: A near-infrared perspective
Συγγραφείς: L. Singh, O. Mutanga, P. Mafongoya, K. Peerbhay, J. Crous
Δημοσιεύθηκε: Ιανουάριος 2022 (Remote Sensing Applications: Society and Environment)
Σύνδεσμος πρωτότυπου κειμένου: https://doi.org/10.1016/j.rsase.2021.100676
Εισαγωγή
Η εντατική διαχείριση των δασικών φυτειών έχει εξελιχθεί σημαντικά για να καλύψει την παγκόσμια προσφορά και ζήτηση σε δασικά προϊόντα. Σε επίπεδο φυτωρίου, τα δέντρα λαμβάνουν θρεπτικά στοιχεία ώστε να δημιουργήσουν αποθέματα κατά την επακόλουθη φύτευσή τους στο πεδίο- χωράφι για τη μεγιστοποίηση της ριζοβολίας και της παραγωγής των βλαστών και τα μεταφέρουν στα φύλλα ως μηχανισμό διατήρησης. Η έλλειψη θρεπτικών ουσιών πλήττει τη φυτική παραγωγή, μειώνοντας σημαντικά την παραγωγή και την παραγωγικότητα των βιομηχανικών φυτειών και θα μπορούσε να αφήσει τα φυτά εκτεθειμένα στην εισβολή παρασίτων και ασθενειών. Παράλληλα, η υπερλίπανση είναι δυνατό να οδηγήσει σε τοξικότητα. Η έγκαιρη αξιολόγηση και η ακριβής διάγνωση της κατάστασης των θρεπτικών στοιχείων των φυτών κατά τα πρώιμα στάδια της ανάπτυξης είναι κρίσιμη για τη διατήρηση των βέλτιστων επιπέδων θρέψης βλαστών και ριζοβολίας. Επιπλέον, οι ελλείψεις σε θρεπτικές ουσίες δεν μπορούν να παρατηρηθούν οπτικά και να ερμηνευθούν μόνο με γυμνό μάτι, προκαλώντας σφάλματα στη διάγνωση. Ακόμη, το γεγονός πως δεν είναι όλα τα δέντρα ομοιογενή συνεπάγεται ακανόνιστες συγκεντρώσεις των θρεπτικών ουσιών. Οι παραδοσιακές μέθοδοι αξιολόγησης αυτών καθίστανται ανεπαρκείς σε υψηλές απαιτήσεις όταν εξετάζονται μεγάλα μεγέθη δειγμάτων. Η εισαγωγή δεδομένων τηλεπισκόπησης, και ειδικά η φασματοσκοπία εγγύς υπέρυθρου (NIRS, near-infrared spectroscopy), μπορεί να προσφέρει σχεδόν στιγμιαία αποτελέσματα για την πρακτική δασοκομικής ακριβείας μεγάλης κλίμακας. Την τελευταία δεκαετία, η NIRS (τύπος φασματοσκοπίας δονήσεων υψηλής ενέργειας, στην περιοχή μήκους κύματος 750 nm–2500 nm) ως μια ταχεία, μη-καταστροφική τεχνική έχει συμβάλει σημαντικά στην αξιολόγηση της βλάστησης και συγκεκριμένα στην ανίχνευση θρεπτικών συστατικών του φυλλώματος των δέντρων σε δασικές περιοχές. Η παρούσα ανασκόπηση εξετάζει μια δεκαετία (2010-2020) έρευνας, συνοψίζοντας τεχνικές του παρελθόντος και του παρόντος και παρέχει πληροφορίες σχετικά με: (1) την υπερφασματική τηλεπισκόπηση (NIRS) και τη σχέση της με τα φυσιολογικά χαρακτηριστικά των φυτών, (2) την επίδραση του φασματικού θορύβου σε δεδομένα υψηλών διαστάσεων και (3) τις στρατηγικές τεχνικές/ μεθόδους προεπεξεργασίας δεδομένων και στατιστικής μοντελοποίησης που χρησιμοποιούν τεχνολογία εγγύς υπέρυθρης ακτινοβολίας. Η τεχνολογία αυτή παρέχει αρκετά ακριβή αποτελέσματα που μειώνουν τον φασματικό θόρυβο. Τα μεγέθη των δειγμάτων, οι λανθάνουσες μεταβλητές και η περιεκτικότητα των φύλλων σε νερό ήταν οι κύριοι παράγοντες που καθόρισαν τα επιτυχή αποτελέσματα. Η θέση δειγματοληψίας για την απόκτηση ενός αντιπροσωπευτικού δείγματος αποτελεί αναπόσπαστο μέρος του ακριβέστερου προσδιορισμού της περιεκτικότητας σε θρεπτικά συστατικά. Για παράδειγμα, μελέτες έχουν αναφέρει ασυνεπείς φασματικές τιμές σε δείγμα στην επάνω επιφάνεια σε σύγκριση με την κάτω επιφάνεια του ίδιου φύλλου. Οι περιορισμοί που παρουσιάστηκαν παρακινούν τη μελλοντική έρευνα για την κατανόηση των επιδράσεων των οπτικών ιδιοτήτων του κεριού που καλύπτει την εξωτερική επιφάνεια της επιδερμίδας (epicuticle wax), καθώς και των τριχιδίων στα φύλλα (trichomes on leaf).
Φασματονομία: “Spectranomics”
Η "Spectranomics" είναι μια νέα, αναπτυσσόμενη έννοια που διερευνά τη σχέση μεταξύ των ειδών των φυτών και των λειτουργικών χαρακτηριστικών τους με τις φασματο-οπτικές ιδιότητές τους. Οι Asner και Martin (2009) συνδύασαν χημικά στοιχεία (N, P, Chl-a, Chl-b) και φασματική τηλεπισκόπηση για τη χαρτογράφηση της ποικιλομορφίας ενός φυτικού θόλου. Αναπτύχθηκαν μέθοδοι με χρήση ενός συνδυασμού τεχνικών μοντελοποίησης μεταφοράς ακτινοβολίας, θορύβου υψηλής συχνότητας και του αλγορίθμου μερικής παλινδρόμησης ελαχίστων τετραγώνων PLSR (partial least squares regression), με φασματικό εύρος 400 nm–2500 nm. Η PLSR είναι μια αποτελεσματική μέθοδος εκτίμησης της περιεκτικότητας σε θρεπτικά συστατικά των φυτών. Επιπλέον, εξετάστηκε η έννοια της ανάκτησης χαρακτηριστικών του φυλλώματος (μάζα φύλλων ανά περιοχή (Leaf mass per area, LMA)) και χημικών δεδομένων (P, Ca, K, Mg, B, Fe) χρησιμοποιώντας δεδομένα φασματοσκοπίας απεικόνισης (Carnegie Airborne Observatory, CAO) (350 nm–2510 nm) που συνδυάστηκαν με μετρήσεις φωτός LiDAR. Οι μελέτες σε συγκεκριμένες περιοχές και θρεπτικά συστατικά για ένα είδος δέντρου είναι πιθανό να μην παράγουν επιτυχημένα μοντέλα τηλεπισκόπησης σε σύγκριση με μελέτες σε μια μεγάλη γεωγραφική περιοχή. Στη συνέχεια, περιγράφονται συνοπτικά (α) οι προκλήσεις της αντιμετώπισης του φασματικού θορύβου στα υπερφασματικά δεδομένα NIR, (β) οι στρατηγικές μεθοδολογίες για τη μείωση του φασματικού θορύβου και (γ) διερευνώνται οι επιδράσεις της περιεκτικότητας σε υγρασία και της επίστρωσης κεριού που καλύπτει την εξωτερική επιφάνεια της επιδερμίδας στα φύλλα για την εξαγωγή ενός αντιπροσωπευτικού δείγματος. Αρχικά, αναφέρονται ορισμένες προκλήσεις σχετικά με τον φασματικό θόρυβο. Ο φασματικός θόρυβος εκφράζεται ως «Signal-to-Noise Ratio» (SNR) μεταξύ του επιθυμητού σήματος και του ανεπιθύμητου θορύβου περιβάλλοντος ως: SNR = Psignal/Pnoise. Επιπλέον, μπορεί να προκύψει φασματικός θόρυβος όταν ο αισθητήρας δυσλειτουργεί. Ο αισθητήρας επηρεάζεται από περιβαλλοντικά ερεθίσματα ή από τη συνάρτηση κατανομής αμφίδρομης ανάκλασης (Bidirectional Reflectance Distribution Function, BDRF). Οι υπερφασματικοί αισθητήρες παράγουν υψηλότερο φασματικό θόρυβο από τους πολυφασματικούς αισθητήρες μέσω της απόκτησης εξαιρετικά διακριτών φασματικών πληροφοριών. Στην πράξη, εξετάστηκε η επίδραση της φασματικής ανάλυσης, της χωρικής ανάλυσης και της πιστότητας του αισθητήρα σχετικά με την ανάκλαση των παρατηρούμενων μοτίβων του %N του φυλλώματος και του φυτικού θόλου. Η μελέτη αυτή αποκάλυψε ουσιαστικά μηδενική μείωση στην ισχύ των σχέσεων μεταξύ %N και ανάκλασης από εικόνες AVIRIS (Airborne Visible/Infrared Imaging Spectrometer), αλλά αντίθετα παρατηρήθηκαν μειώσεις με την αύξηση της χωρικής ανάλυσης και την απώλεια πιστότητας του αισθητήρα. Η επεξεργασία σήματος είναι ένα συνεχώς αναπτυσσόμενο πεδίο με νέες τεχνικές αποθορυβοποίησης του σήματος που είναι διαθέσιμες σε πολλά πεδία όπως η φωτογραμμετρία, η βιοπληροφορική και η τηλεπισκόπηση. Οι πιο τυπικές τεχνικές αποθορυβοποίησης είναι η Savitzky Golay ή φιλτράρισμα Fourier και οι πιο προηγμένες προσεγγίσεις είναι η Ανάλυση Κύριων Στοιχείων (Principal Component Analysis, PCA) και το Κλάσμα Ελάχιστου Θορύβου (Minimum Noise Fraction, MNF). Οι περισσότερες από τις μελέτες σε αυτήν την ανασκόπηση έχουν χρησιμοποιήσει τεχνικές προεπεξεργασίας δεδομένων για τη μείωση του φασματικού θορύβου και την κανονικοποίηση των τιμών φασματικής ανάκλασης. Ένα άλλο κοινό πρόβλημα κατά την απόκτηση φασμάτων είναι η επίδραση της περιεκτικότητας σε υγρασία (aquaphotomics) μέσα στο φύλλο. Το νερό είναι πανταχού παρόν σε βιολογικά δείγματα. Η παρουσία του κεριού που καλύπτει την εξωτερική επιφάνεια της επιδερμίδας στα φύλλα και η παρουσία τριχιδίων έχουν σημαντικό αντίκτυπο στις τιμές ανάκλασης των φύλλων. Είναι πιθανό, η ποσότητα του φωτός που ανακλάται κατοπτρικά από ένα φύλλο να εξαρτάται από τα φυτικά είδη και να σχετίζεται με τη φυσιολογική κατάσταση και το στάδιο ανάπτυξης. Μέθοδοι προεπεξεργασίας δεδομένων NIR & στατιστική μοντελοποίηση Η ενότητα αυτή χωρίστηκε σε τέσσερα μέρη: (α) στρατηγική δειγματοληψίας, (β) επιλογή μιας μεθόδου δεδομένων προεπεξεργασίας, (γ) επιλογή κατάλληλου στατιστικού μοντέλου και (δ) επιλογή μεταβλητής. Η εφαρμογή μιας μεθόδου δεδομένων προεπεξεργασίας έχει πολλά πλεονεκτήματα, όπως η ελάττωση του φασματικού θορύβου από το περιβάλλον, των μη απαραίτητων δεδομένων, ειδικά όταν χρησιμοποιούνται δεδομένα υψηλών διαστάσεων και πολλών μεταβλητών. Αρχικά, η εξαγωγή μιας κατάλληλης στρατηγικής δειγματοληψίας είναι το πρωταρχικό βήμα για την απόκτηση ακριβών αποτελεσμάτων χρησιμοποιώντας συστήματα σάρωσης NIR με στόχο την ενίσχυση της ακεραιότητας των δεδομένων για μοντελοποίηση. Επιπλέον, ιδιαίτερα σημαντική πριν από τη μοντελοποίηση είναι η χρήση μιας αξιόπιστης και ακριβής μεθόδου αξιολόγησης υγρής χημείας. Δεύτερον, η επιλογή της καταλληλότερης μεθόδου προεπεξεργασίας φασματικών δεδομένων είναι σημαντικό βήμα. Η επιτυχία του στατιστικού μοντέλου εξαρτάται από τη μέθοδο προεπεξεργασίας δεδομένων. Υπάρχουν πολλές παραλλαγές στις μεθόδους προεπεξεργασίας φασματικών δεδομένων, όπως παράγωγα σήματος, κανονικοποίηση διανύσματος (vector normalization, VN) ή πολλαπλασιαστική διόρθωση σκέδασης (multiplicative scatter correction, MSC). Τρίτον, επιλέγεται ένα στατιστικό μοντέλο βασισμένο κυρίως στην εφαρμογή της έρευνας, που χρησιμοποιείται είτε για ταξινόμηση είτε για πρόβλεψη των δεδομένων της μελέτης. Σπουδαία είναι η. Ο διαχωρισμός των δεδομένων σε δεδομένα εκπαίδευσης και δοκιμής είναι απαραίτητος για τη βαθμονόμηση και τη δοκιμή των μοντέλων. Προηγούμενες μελέτες χρησιμοποιούσαν τυπικούς πολυπαραγοντικούς στατιστικούς αλγόριθμους όπως των μερικών ελαχίστων τετραγώνων (PLS) και των PLSR. Τέλος, η επιλογή μεταβλητών δίνει τη δυνατότητα στους επιστήμονες να δοκιμάσουν την ικανότητα μιας φασματικής ζώνης να ανιχνεύει με ακρίβεια ένα χαρακτηριστικό. Για παράδειγμα, οι αλγόριθμοι επιλογής μεταβλητής συχνά ανιχνεύουν χαρακτηριστικά απορρόφησης νερού. Οι μελέτες έχουν δείξει γενικά αξιοπρεπή έως σημαντικά ακριβή αποτελέσματα όταν χρησιμοποιείται μεταβλητή επιλογή για την πρόβλεψη χημικών ιδιοτήτων του φυλλώματος.
Συζήτηση
Τα αποτελέσματα αυτής της ανασκόπησης επικεντρώθηκαν ιδιαίτερα στις πιο πρόσφατες μεθόδους προεπεξεργασίας δεδομένων και στα στατιστικά μοντέλα για την αξιολόγηση των θρεπτικών στοιχείων των φυλλωμάτων σε δασικές περιοχές. Το άζωτο (N) είναι η πιο κοινή χημική παράμετρος για την υγεία των φυτών που παρακολουθείται. Ως εκ τούτου, τα περισσότερα από τα παραδείγματα σε αυτήν την ανασκόπηση διερευνούν την εκτίμηση των επιπέδων Ν εντός του φυλλώδες υλικού των φυτών. Αντίθετα, πολύ λίγες μελέτες διερεύνησαν άλλα μακροθρεπτικά (P, K, Ca, Mg, νάτριο) και μικροθρεπτικά συστατικά (μαγγάνιο, σίδηρο, χαλκό, ψευδάργυρο, βόριο). Τα μεγέθη των δειγμάτων διέφεραν σημαντικά από 15 έως >1000 δείγματα ανά μελέτη. Ωστόσο, οι ερευνητές διαπίστωσαν ότι τα μικρότερα μεγέθη δειγμάτων δεν επηρέασαν σημαντικά τα αποτελέσματα της πρόβλεψης σε σχέση με τις μελέτες με μεγαλύτερα μεγέθη δείγματος. Επιπλέον, μελέτες έχουν δείξει ότι η ηλικία του φυτού, η εποχικότητα και η θερμοκρασία επηρεάζουν την παραγωγή του κεριού και των τριχιδίων της επιδερμίδας των φύλλων. Ως εκ τούτου, η ανακλαστικότητα των φύλλων θα ποικίλλει μεταξύ αυτών των στοιχείων. Τα όργανα NIR που χρησιμοποιήθηκαν στις περισσότερες μελέτες ήταν εν μέρει συσκευές χειρός και συσκευές πάγκου. Η βέλτιστη πρακτική αυτής της τεχνολογίας θα προσφέρει στην εμπορική βιομηχανία υψηλής απόδοσης μια γρήγορη και οικονομικά αποδοτική εναλλακτική λύση για την αξιολόγηση της θρεπτικής κατάστασης των φυτών. Ως εκ τούτου, η μελλοντική έρευνα θα πρέπει να υποστηρίζει την εφαρμογή ενός συστήματος NIRS με μια τυποποιημένη προσέγγιση για την προετοιμασία δειγμάτων, την προεπεξεργασία δεδομένων και τη στατιστική μοντελοποίηση. Συνιστάται η μελλοντική έρευνα να διερευνήσει τη χρήση της πολλαπλασιαστικής διόρθωσης σκέδασης (MSC, multiplicative scatter correction), της τυπικής κανονικής μεταβλητής (SNV, standard normal variate) και της smoothing convolution Savitzky-Golay (SG) ως μεθόδων προεπεξεργασίας δεδομένων σε συνδυασμό με τα λογισμικά της μερικής παλινδρόμησης ελαχίστων τετραγώνων PLSR και SVMR ως στατιστικά μοντέλα. Επομένως, με τη μείωση του φασματικού θορύβου υπάρχει μια ευκαιρία για την κατανόηση της επίδρασης του κεριού και των τριχιδίων στα φύλλα, της περιεκτικότητας σε υγρασία και των επιδράσεων της δειγματοληψίας των επάνω και κάτω επιφανειών των φύλλων κατά ηλικία, εποχικότητα και θερμοκρασία, καθώς και των ετερογενών δέντρων.
